數(shù)據(jù)壓縮畢業(yè)設(shè)計.doc
約54頁DOC格式手機打開展開
數(shù)據(jù)壓縮畢業(yè)設(shè)計,2 常見的幾種無損壓縮算法2.1 信息的熵根據(jù) shannon信息學理論，數(shù)據(jù)壓縮的基本原理即信息究竟能被壓縮到多小，至今依然遵循信息論中的熵的唯一性定理。用“熵”( entropy )來表示一條信息中真正需要編碼的信息量。信源的熵是無失真即無損壓縮編碼的極限，無論采取何種壓縮算法，其壓縮后的數(shù)碼率不會小于該信源的熵，...
內(nèi)容介紹
此文檔由會員 xiao6jun6 發(fā)布
2 常見的幾種無損壓縮算法
2.1 信息的熵
根據(jù) Shannon信息學理論，數(shù)據(jù)壓縮的基本原理即信息究竟能被壓縮到多小，至今依然遵循信息論中的熵的唯一性定理。用“熵”( Entropy )來表示一條信息中真正需要編碼的信息量。信源的熵是無失真即無損壓縮編碼的極限，無論采取何種壓縮算法，其壓縮后的數(shù)碼率不會小于該信源的熵，如果小于，那么這種壓縮必然是失真的，這種壓縮稱為有損壓縮，所以有損壓縮也稱為熵壓縮。
2.1 信息的熵
根據(jù) Shannon信息學理論，數(shù)據(jù)壓縮的基本原理即信息究竟能被壓縮到多小，至今依然遵循信息論中的熵的唯一性定理。用“熵”( Entropy )來表示一條信息中真正需要編碼的信息量。信源的熵是無失真即無損壓縮編碼的極限，無論采取何種壓縮算法，其壓縮后的數(shù)碼率不會小于該信源的熵，如果小于，那么這種壓縮必然是失真的，這種壓縮稱為有損壓縮，所以有損壓縮也稱為熵壓縮。
