كوانتيزاسيون رنگ مبنتي بر شبكه نگاشت خود سازمانده تطبيقي با زمان پروانه‌اي
كوانتيزاسيون رنگ، تكنيكي براي پردازش و كاهش رنگهاي تصوير است. در اين مقاله برخي از الگوريتم هاي كوانتيزاسيون رنگ بررسي و با يكديگر مقايسه شده اند. در نهايت، يك الگوريتم يادگيري مبتني بر نگاشت خودسازمانده تطبيقي با زمان پيشنهاد شده است. الگوريتم پيشنهادي از تابع نرخ يادگيري و تابع همسايگي شبكه نگاشت خودسازمانده تطبيقي با زمان، و ترتيب پرش پروانه اي سراسري استفاده ميكند. در اين روش نرخ يادگيري و تابع همسايگي جداگانه براي هر نورون درنظر گرفته مي شود. با داشتن شعاع همسايگي و نرخ يادگيري مستقل مي توان كنترل بيشتري روي رفتار هر نورون مستقل از نورون هاي ديگر داشت. پرش پروان هاي سراسري استفاده شده، ترتيب داده هاي ورودي را به صورت الگوهاي شبه تكراري تغيير مي دهد. اين ترتيب داده هاي آموزشي، به نورونها اجازه ميدهد تا كل ويژگي هاي تصوير را هر چه سريعتر درك كنند. نتايج نشان دهنده عملكرد برتر الگوريتم پيشنهادي در مقايسه با ساير الگوريتم هاي كوانتيزاسيون رنگ است.