Подаються основи методу ущільнення напівтонових та кольорових зображень на основі нейроподібної структури моделі геометричних перетворень (МГП) в автоасоціативному режимі її застосування. Використовується властивість автоасоцативних мереж МГП виділяти на виході нейроних елементів (НЕ) прихованого шару Головні Компоненти (ГК) даних без використання принципу «звуженого горла», що забезпечує принципово нову здатність ущільнювати дані без втрат інформації.
This paper describes compression method of the color and gray-scale images. Method is based on the neurolike Geometrical Transformation Machine structure in the auto-associative application mode. The GTM neural network feature to extract Principal Components on the neural elements (NOT) output without using «bottle-neck principle» is being used. It provide the fundamental new ability to realize compression without information losses.
- Сэломон Д. Сжатие данных, изображений и звука. — М.: Техносфера, 2004.
- Osovski S. Sieci neuronowe dla przetwarzania informacji. Oficyna wydawnicza Politechniki Warszawskiej. Warszawa 2000.
- Christopher M. Bishop. Neural Networks for Pattern Recognition. Oxford University Press (1999).
- Kramer M. A. Autoassociative neural networks. Massachusetts inst. technology, dep. chemical eng., lab. intelligent systems process eng., Cambridge MA 02139, ETATS-UNIS.
- A. Jerzov, A. Shumsky. Neurocom- puting and its application in economic and business. MIFI 1998.
- Ткаченко Р.О., Дорошенко А. В. Вдосконалення нейромережних методів класифікації в завданнях інтелектуального аналізу даних за допомогою методу імітації відпалу металу // Вісник Нац. ун-ту «Львівська політехніка»: Комп’ю- терні системи проектування. Теорія і практика. — 2007. — № 591. — С. 33–37.
- Tkachenko R., Tkachenko P., Tkachenko O., Schmitz-Lenders J. Geometrical transformation machine // Computer sciences and information technologies: Materials of the international conference CSIT”2007. — Lviv, 2007. — Pp. 52–53.
- Ткаченко Р.О., Дорошенко А. В. База моделей на основі моделі геометричних перетворень для сис- тем підтримки прийняття рішень // Комп’ютерні технології друкарства. — 2007. — № 17. — С. 21–28.