- 4 次围观
提出了率熵函数的概念,用译码器不确定度约束代替传统的失真度约束,从译码侧定义广义率失真函数。虽然率熵函数定义为互信息的约束变分问题,但可以通过构造变分问题特解求率熵函数的闭式解,还提出了构造变分问题特解的4种方法,即熵不变准则、独立误差准则、再生性准则和弱再生性准则。据此得到目前常见概率分布的率熵函数闭合表达式,包括均匀分布、向量高斯分布以及具有再生性和弱再生性的概率分布。熵失真度与熵幂失真度是均方失真(二阶统计量)和绝对值失真度(一阶统计量)的推广,是更一般的结果。率熵函数的概念解决了目前已知常见信源的率失真函数问题,丰富和发展了香农的率失真函数理论,在信源编码领域中具有重要的理论意义和应用价值。
相关内容
发布日期
01/21/2024 - 12:12
发布日期
10/31/2021 - 01:47
发布日期
10/31/2021 - 01:16
发布日期
10/31/2021 - 01:48
发布日期
05/12/2024 - 09:43
发布日期
10/16/2024 - 19:36
发布日期
11/02/2023 - 23:34
发布日期
01/10/2022 - 19:31
发布日期
02/24/2024 - 15:39
发布日期
07/04/2024 - 17:54
发布日期
11/28/2023 - 00:31
发布日期
01/10/2022 - 19:31
发布日期
12/15/2023 - 01:19
发布日期
01/01/1970 - 08:00
发布日期
08/04/2020 - 01:35
发布日期
10/31/2021 - 01:12
发布日期
06/17/2022 - 10:21
发布日期
06/17/2022 - 10:21
发布日期
10/20/2024 - 19:37
发布日期
06/11/2024 - 17:46