本文探讨了神经网络用于图像压缩的方法，提出了一种基于边缘信息检测的BP神经网络压缩方法:按图像各部分像素特征将图像分为平滑块、纹理块和边缘块，不同的分类块采用不同的隐含层数。实验结果证明本算法在在保证重建图像丰富细节的同时，能大大提高图像的压缩比。-This paper discusses the neural network for image compression method, edge information is presented based on BP neural networ

主分量分析(PCA ) 是统计学中分析数据的一种有效的方法, 可以将数据从高维数据空间变换到低维特征空间, 因而 可以用于数据的特征提取及压缩等方面。在该文的形状识别系统中, 用PCA 法提取图像的形状特征, 能够较好地满足识别 层的输入要求。在识别层研究了3 种识别方法: 最近邻法则、BP 网络及协同神经网络方法, 均取得了满意的实验效果。-Principal component analysis (PCA) is a statistical analysis of data in a

本文运用了神经网络中的自组织向量机和小波变换相结合，实现了图象的压缩，通过训练样本，得到好的结果-In this paper, the neural network of self-organizing vector machine and wavelet transform combining image compression achieved through the training samples obtained good results

用神经网络中的PCA算法对人脸图像进行压缩及恢复-PCA with a neural network algorithm for image compression on the face and back