imported>Odore di spirito adolescenziale am 19. April 2018 um 17:08 Uhr

2018-04-19T17:08:17Z

Neue Seite

{{Belege fehlen| Kein einziger Einzelnachweis und auch keine Literaturangaben. --[[Benutzer:MartinThoma|Martin Thoma]] 14:00, 6. Dez. 2015 (CET)}}
Die '''Vektorquantisierung''' ist ein Verfahren zur [[Datenkompression|Kompression]] oder Identifikation von Datensätzen.

Die Datensätze werden in [[Merkmalsvektor]]en zusammengefasst. Das Prinzip des Verfahrens besteht darin, diesen Merkmalsvektoren denjenigen Vektor aus einer Tabelle zuzuordnen, der dem betrachteten Merkmalsvektor am ähnlichsten ist. Statt alle Daten des Merkmalsvektors zu speichern, wird nur der [[Indexstruktur|Index]] dieses ähnlichsten Vektors benötigt (siehe auch [[Datenbankindex]]).

Die Vektorquantisierung besteht aus zwei Schritten. Im ersten Schritt, dem Training, muss die Tabelle (Codebuch) mit häufig vorkommenden Merkmalsvektoren erstellt werden. Im zweiten Schritt wird für weitere Vektoren jeweils der Codebuchvektor mit dem geringsten Abstand bestimmt. Zur Datenübertragung wird nur der Index des Codebuchvektors benötigt, der auch ein Vektor sein kann, wenn das Codebuch mehrdimensional ist. Der korrespondierende [[Dekodierer]] muss über das gleiche Codebuch verfügen und kann dann aus dem Index eine [[Approximation]] des ursprünglichen Vektors erzeugen.

Eine weitere Anwendungsmöglichkeit besteht in der Zuordnung von Datensätzen zu bestimmten Mustern analog der [[Spracherkennung]]. In diesem Fall wird der Abstand zwischen dem Merkmalsvektor und dem Codebuchvektor benutzt, um zu entscheiden, ob der betrachtete Datensatz einem Muster entspricht.

== Siehe auch ==
* [[k-Means-Algorithmus]]
* [[Selbstorganisierende Karte]]

[[Kategorie:Datenkompression]]
[[Kategorie:Maschinelles Lernen]]

Vektorquantisierung - Versionsgeschichte

imported>Odore di spirito adolescenziale am 19. April 2018 um 17:08 Uhr