該方法使用了向量量化技術並採用lbg演算法設計碼本.
第二層次將自組織拓撲映*與向量量化器相結合，最終生成主曲線。
在此基礎上用一個有限維向量量化光照變化，對畫素進行補償，提高對光照變化的適應能力。
在實驗後我們發現，提出的方法相對於邊緣吻合向量量化編碼呈現了較好的影像品質。
受分形編碼思想啟發，提出了一種新的基於向量量化的影象超解析度方法。
*實驗結果表明，運用學習向量量化神經網路檢測入侵，可以達到較高的準確檢測率，是一種有效的入侵檢測手段。
在實驗設計上，先產生三種混合樣本資料，以比較在各種不同的實驗設計下，學習向量量化網路分類正確*之差異。
