随笔

1-1数据压缩的一个基本问题是“我们要压缩什么”，对此你是怎样理解的？

答：

数据压缩，就是以最少的数码表示信源所发的信号，减少容纳给定消息集合或数据采样集合的信号空间。因而我们要压缩的是物理空间，时间区间和电磁频段等；只要采用某种方法来减少某一种信号空间，就能压缩数据。

1-2 数据压缩的另一个基本问题是“为什么要进行压缩”，对此你又是怎样理解的？

答：

在有限的网络带宽，载体容量的前提下，直接使用未压缩的多媒体数据显得有点力不从心；因为多媒体技术所处理的对象包括图像、视频和声音等多种媒体。它们的数据量非常大。如果不进行数据压缩的话传输和存储都难以实用化。而经过数据压缩可以将一些占用内存比较大多媒体数据，压缩成可以缩小的文件内存，这样可以方便传递。

1-6数据压缩技术是如何分类的？

答：

数据压缩，通俗地说，就是用最少的数码来表示信号。　　其作用是：能较快地传输各种信号，大致可分为以下两类：

1.冗余度压缩（1）统计编码（2）其他编码

2.熵压缩（1）特征提取（2）量化

 

2-1  用你的计算机上的压缩工具来压缩不同文件。研究原文件的大小和类型对于压缩文件与原文件大小之比的影响。

答：对于文件包来说压缩后大小明显变小，易于传输和储存，对于图像压缩的比例越小越清晰，压缩的比例越大越模糊。

 

2-2  从一本通俗杂志中摘录几段文字，并删除所有不会影响理解的文字，实现压缩。例如，在“This is the dog that belongs to my friend”中，删除is、the、that和to之后，仍然能传递相同的意思。用被删除的单词数与原文本的总单词数之比来衡量文本中的冗余度。用一本技术期刊中的文字来重复这一试验。对于摘自不同来源的文字，我们能否就其冗余度做出定量论述？

答：不能就其冗余度做出定量论述。冗余度它表征源信息率的多于程度，是描述信源客观统计特性的一个物理量。也可以说是从多余的一个量，它不影响数据的完整，也正是因为这一个多余量的存在，才能对其信源进行压缩，压缩后不会影响传递信息。信源=信息+冗余度。

 

3、给定符号集A={a1,a2,a3,a4},求一下条件下的一阶熵：

（a）P(a1)=P(a2)=P(a3)=P(a4)=1/4

（b）P(a1)=1/2 , P(a2)=1/4 , P(a3)=P(a4)=1/8 

（c）P(a1)=0.505 ,  P(a2)=1/4 , P(a3)=1/4 , P(a4)=0.12 

答：（a）一阶熵为：

             H(s)=  -1/4*4*log₂1/4

             H(s) =-log₂2-2

             H(s)=2(bit)

  （b）一阶熵为：

             H(s)= -1/2log₂1/2-1/4*log₂1/4-2*1/8*log₂1/8

             H(s)=1/2+1/2+3/4

             H(s)=1.75(bit)

  （c）一阶熵为：

              H(s)=-0.505*log₂0.505-1/4*log₂1/4-1/4*log₂1/4-0.12*log₂0.12

              H(s) =-0.505*log₂0.505+1/2+1/2-0.12*log₂0.12

              H(s)= 0.5+1-0.12*log₂0.12

              H(s)=1.8672（bit）

5、考虑以下序列：

                ATGCTTAACGTGCTTAACCTGAAGCTTCCGCTGAAGAACCTG

                CTGAACCCGCTTAAGCTTAAGCTGAACCTTCTGAACCTGCTT

（a）根据此序列估计各概率值，并计算这一序列的一阶、二阶、三阶和四阶熵。

（b）根据这些熵，能否推断此序列具有什么样的结构？

解：（a）各字母的概率值如下：

       P(A)=21/84=1/4;P(T)=23/84;P(G)=16/84=4/21;P(C)=24/84=2/7.

则这一序列的一阶熵为：

 H(s)=-1/4*log2(1/4)-23/84*log2(23/84)-4/21*log2(4/21)-2/7*log2(2/7)=

 H(s)=1.983(bit)

（b）根据这些熵，不能推断出此序列具有什么样的结构。

3-7  做一个实验，看看一个模型能够多么准确地描述一个信源。

       (a)  编写一段程序，从包括26个字母的符号集{a,b,…,z}中随机选择字母，组成100个四字母单词，这些单词中有多少是有意义的？

解：

#include "stdafx.h"
#include<stdio.h>
#include<stdlib.h>

int _tmain(int argc, _TCHAR* argv[])
{
     int i,j;
     for(i=1;i<100;i++)
    {
        for(j=0;j<4;j++)
       {
           putchar(rand()%1?65+rand()%26:60+rand()%26);
       }
       putchar('\t');
     }
    return 0;
}

由调试结果所得，这些单词都是没有意义的。

 

转载于:https://www.cnblogs.com/shihuiyun/p/4765989.html