КАТЕГОРИЯ:


Астрономия- (809) Биология- (7483) Биотехнологии- (1457) Военное дело- (14632) Высокие технологии- (1363) География- (913) Геология- (1438) Государство- (451) Демография- (1065) Дом- (47672) Журналистика и СМИ- (912) Изобретательство- (14524) Иностранные языки- (4268) Информатика- (17799) Искусство- (1338) История- (13644) Компьютеры- (11121) Косметика- (55) Кулинария- (373) Культура- (8427) Лингвистика- (374) Литература- (1642) Маркетинг- (23702) Математика- (16968) Машиностроение- (1700) Медицина- (12668) Менеджмент- (24684) Механика- (15423) Науковедение- (506) Образование- (11852) Охрана труда- (3308) Педагогика- (5571) Полиграфия- (1312) Политика- (7869) Право- (5454) Приборостроение- (1369) Программирование- (2801) Производство- (97182) Промышленность- (8706) Психология- (18388) Религия- (3217) Связь- (10668) Сельское хозяйство- (299) Социология- (6455) Спорт- (42831) Строительство- (4793) Торговля- (5050) Транспорт- (2929) Туризм- (1568) Физика- (3942) Философия- (17015) Финансы- (26596) Химия- (22929) Экология- (12095) Экономика- (9961) Электроника- (8441) Электротехника- (4623) Энергетика- (12629) Юриспруденция- (1492) Ядерная техника- (1748) Arhitektura- (3434) Astronomiya- (809) Biologiya- (7483) Biotehnologii- (1457) Военни бизнесмен (14632) Висока technologies- (1363) Geografiya- (913) Geologiya- (1438) на държавата (451) Demografiya- ( 1065) Къща- (47672) журналистика и смирен (912) Izobretatelstvo- (14524) външен >(4268) Informatika- (17799) Iskusstvo- (1338) историята е (13644) Компютри- (11,121) Kosmetika- (55) Kulinariya- (373) културата е (8427) Lingvistika- (374) Literatura- (1642) маркетинг-(23702) математиците на (16968) Механична инженерно (1700) медицина-(12668) Management- (24684) Mehanika- (15423) Naukovedenie- (506) образователна (11852) truda- сигурност (3308) Pedagogika- (5571) Poligrafiya- (1312) Politika- (7869) Лево- (5454) Priborostroenie- (1369) Programmirovanie- (2801) производствено (97 182 ) индустрия- (8706) Psihologiya- (18388) Religiya- (3217) Svyaz (10668) Agriculture- (299) Sotsiologiya- (6455) на (42831) спортист строително (4793) Torgovlya- (5050) транспорт ( 2929) Turizm- (1568) физик (3942) Filosofiya- (17015) Finansy- (26596) химия (22929) Ekologiya- (12095) Ekonomika- (9961) Electronics- (8441) Elektrotehnika- (4623) Мощност инженерно ( 12629) Yurisprudentsiya- (1492) ядрена technics- (1748)

алгоритъм кВтд

УПИ алгоритъм

Алгоритми обратими методи

В проучването на техники за компресия на данни да се има предвид съществуването на тези теореми доказани.

1. За всяка поредица данни съществува теоретична граница на компресия, която не може да бъде превишена, без загуба на информация.

2. За всеки алгоритъм за компресиране е последователност от данни, за което ще осигури по-добра компресия в сравнение с други методи.

3. За всеки алгоритъм за компресиране е последователност от данни, за които алгоритъм не позволява да се компресия.

Поради това, обсъждане на различни методи за компресиране трябва да се има предвид, че те проявяват най-висока ефективност за различните видове данни и различни обеми.

Има много методи за компресиране обратими данни, но те са базирани на относително малък брой на теоретичните алгоритми представени в таблица 1.

Таблица 1. Свойства на алгоритми за компресия
алгоритъм Output структура обхват бележка
УПИ (Run-Length Encoding Списък (вектор данни) графичен данни Ефективността на алгоритъма не зависи от размера на данните
КВтд (Keyword Encoding) Таблицата с данни (речник) текстови данни Ефективна за масовите набори
Хъфман алгоритъм Йерархична структура (кодиране дърво) всички данни Ефективна за масовите набори

УПИ алгоритми, основани на принципа на откриване на повтарящи се последователности от данни и да ги заменят с проста структура, в който се посочва кодът на данни и факторът на повторение.

Например, за последователността: 0; 0; 0; 127; 127; 0; 255; 255; 255; 255 (общо 10 байта), образувани от следната вектор:

значение повторение фактор

Когато записвате в линията е на формата:

0; 3; 127; 2; 0; 1; 255; 4 (8 байта). В този пример, съотношението на сгъстяване е 8/10 (80%).

Софтуерни приложения УПИ алгоритми са прости, с висока производителност, но средно, осигуряват недостатъчна компресия. Най-добрите обекти за даден алгоритъм са графични файлове, в които големи площи на отделни цветни изображения са кодирани с дълги поредици от еднакви байта. Този метод също може да осигури значителна печалба при някои типове файлове с бази данни, таблици с полета с фиксирана дължина. За текстови методи УПИ данни като цяло неефективни.

В основата на алгоритми за кодиране за ключови думи (Keyword Encoding) сложи оригиналния документ кодирането на лексикалните единици групи от байтове на фиксирана дължина. Пример за лексикална единица може да служи като една дума (последователност от символи, дясната и лявата ограничени пространства или в края на параграф). води до намалена маса кодиране, които се прилагат към получения код и речник. Обикновено английски текстове често се използват два байта за кодиране думи. Създадена през тази двойка от байтове, наречена символи.



Ефективността на този метод зависи в голяма степен от продължителността на документа, поради необходимостта да се прилага кратко документи дължина речника файл не намалява, но дори се увеличава.

Този алгоритъм е най-ефективен за текстови документи на английски език и файлове с бази данни. За руски език документи се отличават с дълги думи и много представки, наставки и окончания винаги не са в състояние да ограничат двубайтовите жетони, и ефективност на метода е значително намалена.

Huffman алгоритъм основа на този алгоритъм не е кодиране байт и битови групи.

• прави честотата на документа и код анализ показва честота на повторение на всеки от символите срещани преди началото на кодиране.

• Най-често даден символ, по-малък е броят на битовете е кодиран (съответно по-рядко от символ, дългия код на неговата последователност от битове).

• Полученият йерархично кодиране се прилага за сгъстен хартията като справочни таблици.

Използване на 16 бита може да кодира до 256 различни герои. Въпреки това, нищо не пречи на използването и последователността на до 20 бита - тогава може да се кодират до 1024 лексикални единици (това не може да бъде героите и групи от букви, срички и дори думи).

Поради факта, че компресиран архив е необходимо да се постави таблица на съответствието, размери са малки файлове, Хъфман алгоритъм е неефективна. Практиката показва, че неговата ефективност зависи от предварително определена граница на дължината на код (размера на речника). Като цяло, най-ефективни са файловете с лексика размер от 512 do1024 единици (код дължина от 18-20 бита).

<== Предишна лекция | На следващата лекция ==>
| алгоритъм кВтд

; Дата: 05.01.2014; ; Прегледи: 618; Нарушаването на авторските права? ;


Ние ценим Вашето мнение! Беше ли полезна публикуван материал? Да | не



ТЪРСЕНЕ:


Вижте също:



ailback.ru - Edu Doc (2013 - 2017) на година. Тя не е автор на материали, и дава на студентите с безплатно образование и използва! Най-новото допълнение , Al IP: 66.249.93.80
Page генерирана за: 0.022 сек.