Vector quantization using the firefly algorithm for image compression

Horng, Ming-Huwi

doi:10.1016/j.eswa.2011.07.108

Cited by 231 publications

(106 citation statements)

References 15 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Bu algoritmaların, çözülmesi güç problemleri birkaç parametre ile daha kolay ve hızlı bir biçimde çözmesi ise klasik optimizasyon algoritmalarına göre en büyük avantajıdır [9]- [17]. Bu çalışmada kullanılan ateş böceği algoritması ise Xin-She Yang tarafından tropikal bölgelerde yaşayan ateş böceklerinin birbirileri ile işaretleşmesini model alan popülasyon tabanlı bir meta sezgisel algoritmadır.…”

Section: Introductionunclassified

“…Bu çalışmada kullanılan ateş böceği algoritması ise Xin-She Yang tarafından tropikal bölgelerde yaşayan ateş böceklerinin birbirileri ile işaretleşmesini model alan popülasyon tabanlı bir meta sezgisel algoritmadır. Bu algoritmanın performansının iyi ve uygulamasının da bir o kadar kolay olmasından dolayı literatürde yer alan birçok çalışmada optimum değerleri bulmak için kullanılmıştır [10]- [17]. …”

Section: Introductionunclassified

See 1 more Smart Citation

Determination of the cyclic prefix length in MC-CDMA using firefly algorithm

Seyman¹

2017

Pamukkale J Eng Sci

View full text Add to dashboard Cite

GirişMultimedya uygulamalarının her geçen gün hızla gelişmesiyle birlikte bu uygulamaların sahip oldukları veri boyutları da bir o kadar artmaktadır. Veri boyutlarının artışına paralel olarak, bu uygulamaların eş zamanlı olarak transfer edilmesinde de geniş frekans aralıklarına ihtiyaç duyulmaktadır. Sistemler için tahsis edilmiş frekans alanının çokta geniş olmamasından dolayı mevcut frekans bandını daha verimli kullanarak yüksek hızlarda veri transferine olanak sağlayan çok taşıyıcı kod bölmeli çoğullamalı sistemlerin kullanımı artmaktadır. MC-CDMA (Multi Carrier Code Division Multiplexing), yüksek bitli seri veri akışını daha düşük bit hızlarında paralel hale getirip bu verilerin birbirilerine dikgen alt taşıyıcılar ile iletilmesini sağlayan bir çoğullama yöntemidir. Bu yöntemin yüksek hızlarda veri transferi yapabilmesinin yanında birden fazla kullanıcı verisinin de aynı anda aynı frekans alanından gönderilebilmesini sağlaması ve kanalda meydana gelebilecek sönümleme etkilerine karşıda dirençli olması da önemli avantajları arasındadır [1].Kanalda meydana gelebilecek zamana bağımlı sönümleme ve frekans seçimli sönümleme etkileri tek taşıyıcılı sistemlerin aksine çok taşıyıcılı sistemleri daha fazla etkilemektedir. Eğer kanal, zamana bağımlı olarak değişimlerden etkilenirse taşıyıcı frekanslarında kayma meydana gelecek, alt taşıyıcılar arasındaki dikgenlik kısmen ya da tamamen bozulacak ve bunun sonucunda ise ICI (Inter Channel Interference) Eklenecek CP veri miktarı boyutunun ne kadar olması gerektiğinin uygun bir biçimde belirlenmesi, sistemin gerek sembol enerjisi bakımından gerekse veri hatası bakımından sistem performansına etkisi büyüktür. Eğer eklenecek bu CP uzunluğu fazla seçilirse alınan veri hataları en aza indirilecek olmasına rağmen sembollerde CP yüzünden enerji düşümü meydana gelecektir. Tersine CP uzunluğunun az seçilmesi ise sembol enerji düşümlerini azaltacak ama bu durumda ise alıcı tarafta sönümlemeden kaynaklı bit hataları fazla çıkacaktır. Bu yüzden CP uzunluğunun adaptif olarak ayarlanmasını sağlayan optimum yöntemlerin tercih edilmesi gerekmektedir. Son yıllarda yapılan çalışmalarda ise OFDM (Orthogonal Frequency Division Multiplexing) tabanlı sistemler için CP uzunluğunun statik olarak belirlenmesinin aksine dinamik olarak belirlenmesi önerilmektedir [2]- [9].

show abstract

Section: Introductionunclassified

Determination of the cyclic prefix length in MC-CDMA using firefly algorithm

Seyman¹

2017

Pamukkale J Eng Sci

View full text Add to dashboard Cite

show abstract

“…It is also efficient in continuous optimization (see [52]) or multimodal optimization (see [53]). While in [54] is presented efficient application of FA in vector quantization. FA is also efficient in neural network training and power systems positioning (see [55] and [56], respectively).…”

Section: Simplified Firefly Algorithm -A Novel Approachmentioning

confidence: 99%

Simplified firefly algorithm for 2D image key-points search

Napoli

Pappalardo

Tramontana

et al. 2014

2014 IEEE Symposium on Computational Intelligence for Human-Like Intelligence (CIHLI)

View full text Add to dashboard Cite

Abstract-In order to identify an object, human eyes firstly search the field of view for points or areas which have particular properties. These properties are used to recognise an image or an object. Then this process could be taken as a model to develop computer algorithms for images identification. This paper proposes the idea of applying the simplified firefly algorithm to search for key-areas in 2D images. For a set of input test images the proposed version of firefly algorithm has been examined. Research results are presented and discussed to show the efficiency of this evolutionary computation method.

show abstract

“…The aim of code book generation is to find code vectors (code book) for a given set of training vectors by minimizing the average pairwise distance between the training vectors and their corresponding code words (Horng 2012).…”

Section: Vector Quantization (Vq)mentioning

confidence: 99%

Improvement of the prediction performance of a soft sensor model based on support vector regression for production of ultra-low sulfur diesel

Shokri

Sadeghi

Marvast³

et al. 2015

Pet. Sci.

View full text Add to dashboard Cite

A novel data-driven, soft sensor based on support vector regression (SVR) integrated with a data compression technique was developed to predict the product quality for the hydrodesulfurization (HDS) process. A wide range of experimental data was taken from a HDS setup to train and test the SVR model. Hyper-parameter tuning is one of the main challenges to improve predictive accuracy of the SVR model. Therefore, a hybrid approach using a combination of genetic algorithm (GA) and sequential quadratic programming (SQP) methods (GA-SQP) was developed. Performance of different optimization algorithms including GA-SQP, GA, pattern search (PS), and grid search (GS) indicated that the best average absolute relative error (AARE), squared correlation coefficient (R 2 ), and computation time (CT) (AARE = 0.0745, R 2 = 0.997 and CT = 56 s) was accomplished by the hybrid algorithm. Moreover, to reduce the CT and improve the accuracy of the SVR model, the vector quantization (VQ) technique was used. The results also showed that the VQ technique can decrease the training time and improve prediction performance of the SVR model. The proposed method can provide a robust, soft sensor in a wide range of sulfur contents with good accuracy.

show abstract

Vector quantization using the firefly algorithm for image compression

Cited by 231 publications

References 15 publications

Determination of the cyclic prefix length in MC-CDMA using firefly algorithm

Determination of the cyclic prefix length in MC-CDMA using firefly algorithm

Simplified firefly algorithm for 2D image key-points search

Improvement of the prediction performance of a soft sensor model based on support vector regression for production of ultra-low sulfur diesel

Contact Info

Product

Resources

About