我正在研究壓縮算法(霍夫曼編碼和LZ77),並想知道如何評估他們的效率取決於輸入圖像。我知道他們是如何工作的,但我找不到他們評估的信息(數學)。謝謝!評估壓縮算法
Q
評估壓縮算法
0
A
回答
2
通用(通用)壓縮機如LZ77通常通過對照一組標準源對其進行測試並比較結果進行比較,例如:http://www.maximumcompression.com/,http://www.maximumcompression.com/data/summary_mf.php。
針對特定用途的壓縮機針對選擇儘可能具有代表性的來源組進行測試。
對於某些應用,根據源熵將壓縮效率的數學界限放在一起也是有用的。
+0
那麼你不能推導出數學上的thins?以概率我的意思是 –
+0
在數學上,所有輸入的平均壓縮比將是1:1。因此你需要以某種方式限制這些輸入。也許你有一個好的數學模型來構建合成數據映射到現實世界的需求,但由於這些數據集像Matt所描述的那樣使用,所以這可能是更好的方法(根據當前的知識)。 – sascha
相關問題
- 1. 壓縮算法
- 2. 算法Html壓縮
- 3. 保證壓縮比的壓縮算法?
- 4. C算法不評估
- 5. 在線熵評估算法
- 6. 運行(C#)算法評估
- 7. 後綴評估算法
- 8. 評估排名算法
- 9. 壓縮算法Magic Signatures
- 10. 整數CSV壓縮算法
- 11. CUDA流壓縮算法
- 12. 比特流壓縮算法
- 13. LZ 77壓縮算法
- 14. 最好的壓縮算法
- 15. 自定義壓縮算法
- 16. 不可能壓縮算法
- 17. RLE壓縮算法的c
- 18. 時間串壓縮算法
- 19. 並行壓縮算法
- 20. 關於壓縮算法
- 21. 數組壓縮算法
- 22. 解壓壓縮串霍夫曼算法
- 23. 在不執行壓縮的情況下計算/估計壓縮文件大小
- 24. 如何在不壓縮的情況下估算文件的可壓縮性?
- 25. 評估分數的分類算法
- 26. 評估算術語法樹表達式
- 27. 算法評估用戶響應
- 28. 機器學習算法評估
- 29. 無法評估
- 30. 「啓動」或「訓練」將用於壓縮/解壓縮的壓縮算法?
壓縮增加了輸入信號的熵,從而允許增加其有效載荷。您可以嘗試使用各種熵生成源文件,並比較Huffman和LZ77的結果。 –