第3章数据压缩基本技术

第3章数据压缩基本技术

1. 数据压缩的理论基础: 香农的信息论

2. 压缩方法的分类？

无损: 恢复100％无失真，压缩率相对较低

数据无损压缩方法: 霍夫曼编码，算术编码，游程编码，字典编码

丢失: 到达接收端会造成损失，并且无法100％收回

3. 与源相关的参数？ P29

信息内容: 带有某些概率事件的信息的定量度量

数学上定义为

这是事件发生的概率

示例: 假设X = {a，b，c}是3个事件的集合，p（a）= 0.5，p（b）= 0.25数据压缩的条件有哪些，p（b）= 0.25是事件a，b和c的发生，这些事件的信息量是

I（a）= log2（1 / 0.50）= 1 sh

I（b）= log2（1 / 0.25）= 2 sh

I（c）= log2（1 / 0.25）= 2 sh

一组等概率事件，每个事件的信息量等于该集合的决策量.

熵: 根据香农的理论，在一组有限的相互排斥和联合穷举事件中，熵是事件信息的平均值，也称为事件内容的均值信息（均值信息）

数学表示为

--------------------------------------------------- --------------------------

联合熵？条件熵？相互信息？

--------------------------------------------------- -------------------------

4. 数据压缩的具体方法？

预测编码（概念）P37，正交变换编码（概念），子带编码，小波变换编码（概念）数据压缩的条件有哪些，熵编码

熵编码: 基于统计原理的编码，不确定长度编码（大概率的短码，小概率的长码），Feno和Huffman编码.

预测编码: 实际上，信号之间的相关性用于预测当前信号与先前信号并编码它们之间的差异. 编码方式有两种: 差分脉冲编码调制（DPCM）和自适应差分脉冲编码调制ADPCM

转换编码:

对于具有存储器的源，由于源前后符号之间的强相关性，为了提高信息传输的效率，需要释放源符号之间的相关性. 去相关可以在时域中进行（例如前面介绍的预测编码方法），也可以在变换域中进行，即变换编码方法.

变换编码是指在发送端首先对信号进行映射和变换，然后对变换后的信号进行量化和编码；在接收端，对接收到的信号进行解码等操作，然后将其反射以转换原始信号.

子带编码: 信号在频域中分为几个段，每个段分别进行量化和编码以抑制每个段中的噪声，因此我们可能会检测到微弱的信号，并且不会泄漏这些信号. 您可以在每个频域中使用自己的技术.

小波变换: 小波偶数函数和小波奇数函数之间的比较，它转换时移时间函数和缩放因子.

*简短回答预测编码和变换编码的概念吗？

* DPCM与ADPCM之间的区别？

与脉冲编码调制（PCM）的不同之处在于，PCM直接量化和编码采样信号，而DPCM量化和编码实际信号值和预测值之间的差，并存储或传输该差而不是绝对值. 幅度值减小了传输或存储的数据量，可以适应各种输入信号. 为了进一步提高编码性能，在差分脉冲编码调制DPCM中结合使用了自适应量化技术和自适应预测技术，从而实现了自适应差分脉冲编码调制ADPCM.

--------------------------------------------------- -------------------------------------------

*霍夫曼编码将编码！ ？代码字是从右到左书写的！平均代码长度=（代码长度*概率）加权和！

--------------------------------------------------- -------------------------------------------

--------------------------------------------------- -------------------------------------------

* Feno编码？大致分为两组，分别分配0和1

--------------------------------------------------- -------------------------------------------

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/jisuanjixue/article-274298-1.html