1. Trang chủ
  2. » Luận Văn - Báo Cáo

nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman

61 1K 5
Tài liệu đã được kiểm tra trùng lặp

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 61
Dung lượng 678 KB

Nội dung

Công nghệ thông tin (CNTT-IT) được mệnh danh là ngành của mọi ngành

PHẦN 1 GIỚI THIỆU ĐỀ TÀI I.1.GIỚI THIỆU   !"#$%& ''%('%!)*+ ! ,-+ ./%$&0+123 3 +245&6/0+7%89 0+&0:+ + ;+<=>?%< +2!'% @"+0%'A+;%B" &2C@5( #6=-.D E@;F%G5!7%H0H H9&5C;+;I% 8JC$+ H? ''%=-)*C@0""=@0"C@ <8-*1K(=LM2N+#$ 7%0+%C9<O:+9=@0"!( 7%%%34C 4&9)6"=@0"C< > > A> >PQR!<J>< GSH%?C0+/J%(T==@0"9L* 5-+ ./% 0+%0/0%' 0+;I%0%'9<% 5-+./%%U0%'V# '7%0 '%>9WF%&'4!%U+#$7%0 4!./%@%+@./%40210#8%4. X+Y+ Z%[[\N=N]^N\]^+;" ./% 0+5%_ N9S065.'@%+@./% *9+9@(%7%-.C9<+D/%;@%/V +D4.X+Y+Z%[[`$=a(%7%-V+D4. Trang b *N9S0655:>06&0J'-/= 06cc I.2.MỤC ĐÍCH PHẠM VI CỦA ĐỀ TÀI BU@=0%+@#'3+7%%+@X+Y+ Z%[[ =8(@% "%+@9+H%+@;5: 6)=ad.!@=$9S0+U@Ue b6"%F%&./% f=@;&7%-0J&H'./ %f7%'@=>=@=4!%U %Jg@=> =@= <Ch. V`8+D)**G00C%@% +@4!%U iC%%+@X+Y+Z%[[0+=$9S98% =8(@%"1%+@ %+@X+Y+ Z%[[j@%+@./%;""9+9@(%7%-1+D HC9<+D/%;@% kO@7%@'>06 ;&7%-%+@0+=$9SJ%#% 0T>06@#';38>06*7%0 =-=a%+@ 38%U%+@+ I.3.PHUƠNG PHÁP NGHIÊN CỨU B0>9WF%& &J)%%+@@+D4.X+Y+Z%[[ B0%Jg4!5+@4! D>06;"L B@@%"" PHẦN 2 NỘI DUNG Trang V CHƯƠNG 1 SƠ LƯỢC VỀ NÉN DỮ LIỆU II.1.1 TỔNG QUAN VỀ NÉN DỮ LIỆU 0+;+@((%& ./%7%@064! E(5>9+H4!5:@EC+G;&= @=>=@=+!lN+%JgT=0@@;J0%' 5m7%@-0%'0WJ;&>./%T=&;@ %J%5CH 5_ 2D /%4. $=--." N 3NP 7%@06noa @%J#m?C(*"6.N+o!"oa=$ )g'"7%@06-."!"3Nl+!&;& C>06./%=*%C'%&%<)C. C.+<H .!f+ %J<E"7%@06.-./% II.1.2 TỔNG QUAN CÁC LOẠI NÉN   %Jg@>06.!%<%e*9G=D /% @%p/%G=D&5W+0a%!C5.> OI%0#!%7%-<H/%DN3 5-( +G[Nl,Y.0J qrs 6(G=D/%+D+eYN>06tut+Gv?. (>   -;#-@>06.[N'%E%C%+@6+D CTn;@%?p40";%+@C;"%"%o #'e2h.>06`O]`20C>@>06 .;@'G<C 'Gh. '%;!n;@>(fm @>06.n'%$7%8@[N.!%0#(;5m Trang i an$%F@+D[N.;>(H% )&%L[N .+2;@62!$=-!>06(=H-.0 %J"-7%&#' -i>06wxc`\yX \Zw `O]`'%+=.=D+[N.5%)[N.WD>06 ;D9SC5%0 0Jm02n5g$%3%#>06%" f1D[N.9D[N.;@ (*>06lz+=0N99[+0 ^+{9%"@[N`O]` wx \Zw9Dwx| @>06.@;+`O]`ekqyXl \Zw%#=R=(J E;@0C04ZD&T+2E; % 2=-}H'%9<W#%glvX"C +!-&N+Hewxc`\yX!+ ;"%N% `O]`n4!=$5f9%`O]`N% '%>067%-F[N0+lvX0+^+{945g$%E;I %.>06?N4\+%9E`O]`1_b~~r > 06u0NN•+`O]`+*7%-F[N_b~~b *.029%!D=-5%0"E@>06.[N;@ 020 (5WF+@>06.€X;N0+GX%=N0X+0N 9L*><0C04@>06.€n+DC0J%J g<.[N d;@TC.5%2E; =-7%8&2h.@>06.+D;@% B"5%i •?5/% >06&bV8 >06;@kr8h9< .<H[N_5-n;@e1Veb&ieb!D;E>06. € 2EJ8%0<f)2_;+-V$ Q5%.;H[N9SDTB<H @[N/%H '%";@0}O @>06.€+D CWD20T 5W&CG!&*5CHxw? CG!" 83%CH@>0620T;@@>06.[N;!9 <daC[N o>06.€a-f€%'%0#( ;3-0!n+'%2ND;@E Trang k B"G>06.€$=8Df)6@($;W C5:€.0H;>06.+DC&%E^+{96=$ ;.$;@H2$br?5+E;. d. E€oD ?C'%!"2E%$%=-7%&mh.5+J% QHh.breb‚D >06.9S'%ƒ+0aƒ"0a&@ /% p+0a&V5N ;!R3-002=;+0a > 065@+€$0;=- %<E +D5a>06.€;4GnC#'> ='+@'%>06‚Dl+%5NlN9!)_+D5aB< H@>06;@$!@[N„>06.3!5aT !;=-[+0Df) !D EC9<D& ./%@);&#"W0C% f)+0o&;;@'%2;=(;./ %0H;0%' h.C0+@G07%0#=>=@=.% J '@@@@;&7%-5<0+@%n$7% $3N3.6% 2m€h.9%e h.…b†03s QH0h9<.m€e0…;(H/%<†;(H/% %9%.%9%#.ebh.3s 0+@0659%;!&;&7%-. TEh9<. (* br0Jb!€/%<br9%;.d!b=$ %J n=-#0:/9<+C=>=@=.d!@0m H(9.! 60:%7%-.o=*%C+;"%/%m. '%;h.+n"!0:=>=@=!%7%->@ Trang • =>=@=;@ 6o@=(;@2 ;(-C =)D=(+@/(*.=*m0+0%'/%e#'G0 %7%-.!>=H20%'; II.1.2.3  !"#. 0J4! .:*(-;(H/%5:@+D5a 1/%3@m5-#@;"%1/%0#!(+38 @=>=@=./%;@%!C@;@ @=>=@=. /%;@%+9L*@;"%1/%;@%!k;"%1 (065W@*9%8 $ %&'()*+& 0+ ‡  ˆ ; ‰  ‡ + ‰  ‡ 9 ‰ ; ‰  ‡ + ‰ 8 Š 9%8 ‰ 3%8 ‰ J ‡ J Š %> ‡ 9 ‰  ˆ  ; ‰ l+8 ‡  + ‰ J ‹  ˆ + ‰  ˆ J ‡ % ‡  ‰ + ‡ > ‰ ; ‰  ‡ + ‰ 8 Š 3%8 ‰ 3%# +>> ‡ &5> ‹  ‡  Š  ˆ  ‡ =8> ‰ 9 ‰ 5Œ ‰ + ‹ •> ‡  ‡  ‰  ˆ + ‰ 8 Š 3%8 ‰ 3%#8 ‰ =9N ˆ > ‡  ˆ !5> ‹  Š  ˆ + ‰ J Š %5Œ ‰ >B8Œ ‰  Š 5 ‹ 8 ‰  % ‹ =>= ‰ = ˆ + ‰ Z%[[X+Y+ $%&,'-!*+& 0+ ‡ 9 ‰ Œ Š % ‰ 0+ ‹  b; ‰ J ‡ %5Œ ‰ ƒrƒ5Œ ‰ ƒbƒ> ‡ _ ‡ = _ ‡ = ‡  ‡ 9 ‰ 8 Š O ˆ %8 ‡ N ‰ % Š 0+0> Š > ‡ = Š  Š  ˆ _ ‡ =+ ‰ 5> ‹  ˆ  > ‰  Š V Š =8 Š e9 ‰ 8 Š _ ‡ = Š ;Œ ‰ J ‡ %% Š J ‹  ˆ !`>= ‰ = ˆ + ‰ ;J ‹ %  Š + ‰ J Š  ˆ !+ ‡  Š x\x%\N+ $$."/0#12341#5 + ‰ J ‹ + ‰  ˆ ; ‰ J ‡ % Š ++ ‰ 3%8 ‰ J ‡ > ‰ 8 Š 9%8 ‰ > ‰ +l+8 ‡  + ‰ J ‹  ˆ + ‰ 5> ‹ Œ ‰ 5Œ ‰ >B8 Š >9> ‹ % ‹ =>= ‰ = ˆ + ‰ ;J ‹ % Š J ‹ +\N=N] 0 Š + ‰  ‹ J ‰  Š +_b~qq b~qŽ Š ++ ‰ + ‰ J+ ‡  Š =>= ‰ =N ‰ \]qq \]qŽ_b~Žk N00^N ˆ  ‹ J ‰ J ‡ %7% ‹ > Š _ ‡ J Š \]^\N=N] Trang • ^N%+@./%+•%9L*$9%#%7%-=-;"& =>=@=./%X+Y+Z%[[ $67 !89 l+9 ‡ =% ‡ % ‡ 8ˆ%% ‹  ˆ J ‡ % ;5J ‰ > ‡ ; ‰ J ‡ % ‰ 0 ‡ 3%8 ‰ J ‡  ‡   ‡  ‡ 0Œ ‰  Š > Š + ‰ J ‹ + ‰ 0> ‰ 9 ‡ 3%8 ‰ J ‡ % ‹  ‰  ‰ 0 ‡ > ‹  ‰  ‡ 0Œ ‰ ; ‰ %  ‡  ‰ =% Š > ‡ =_ ‹  ‡   ‹ 5J ‹ %Jˆ0+ ‡ > ‰ J Š %  ‡ 9 ‰ J ‹ > ‹  Š + ‡ 0+ ‡ ; ‰  ˆ J ‡ % ‡ 3%8 ‰ J ‡ 0+% Š  ‡ 0Œ ‰ > ‹  ‰  Š ; ‰ %l+ 8 ‡  Œ Š %0 ˆ  ˆ J ‡ % Œ ‹ 8 Š %0 ˆ  ‡ 0Œ ‰  Š  Š  ‡ `>= ‰ =N ‰  ‡  0J9 ‡  Š  Š + ‡  Š =>= ‰ = ˆ + ‰  ‡ + ‰   ‰  ‰  ‰  ‡  Š 0J+ Š + Š Œ ‰ 0 ‡ 7%_ Š 5J ‹ % ‡  ‡   ‰ Œ Š + ‰ 3%8 ‰ J ‡ J Š %8 Š B ‰ > ‰  ˆ J ‡ % ‹  + Š _ ‡ % Š %+ ‰ + ‰ + Š + ‰  ˆ _ ‡ % Š 0JŒ ‰ % ‡ + ‰  ‰ % ‡ ;8 Š + Š 5 ‡  ˆ J ‡ %% ‹  ‹  Š Œ ‹ 8 Š  ‰ _ ‡ 05J ‹ %Jˆ ‹ 5J ‹ % Š  Š 8 ‰ l+8 ‡  + ‰  ˆ =>= ‰ =N ‰ 0J+ ‹  ‡  Š +5J ‰  ‹  ‹  ‡  Š +5J ‹ %Jˆ  ‹  II.2.2 PHÂN LOẠI ỨNG DỤNG bibb Dựa vào nguyên lý nén: N+@2=8Ve ibbb #:*;<!= 0+=>=@=.;f+ /%.9%;-.9S< 5$%0+!*#%+@\N=N]\]ltY\wt  C5&"%+@\] <%!:_<C-.d. 5ED%+@!<C7%@06.ltY\wtE0+ `O]` •]` `•\]^\N=N]=^NE0+mD[N•Y Z5&"%+@\]n@TF%+@\]uE0+mD [Nw,?0+9+[?0+9+[oE%+@.0+[NZ? @[N +[[NVrrq%+@\]?wE0+>06q]` Trang q @%+@.;f+E".@[N[N [N _5- {+0 N3N P@+D/%;"9EdC5 # @[N>06 @%+@.;f+>5-e b x%NN+x\t V l+0+N09 i \]qq‘\]qŽ k \]^ • ,%00+{9^NNN009[+0,^ • `0N+5=0``? q +N33? Ž t0+=N+ ~ Z%[[+%[[C2EW5H%<E7%@06.[N U'%5H br w=NZ%[[ bb w0N bV X+Y++ bi xN+ ibV #:<!= 0+@=>=@=.f+6/%.;-.09S; <H/%< %J=--5-+/%9%;.•o/%(B< H6- 8 N+ +HDg2JCH% !"&;5:@+D5a@=$1 0+;# $%;f 0+& @[N6-8N+%0/0J@('% 4.!f+"&;%5_B<=H.; Trang Ž f+@=>=@=.!f+28-#0#; .-.7%'%$@•%6-89S@ =$a5&f7%';@@9<5&f9SL! 9%!4!5:4%[[+G4!9< @•%6-80H9L*"+@@•%&=N+X 9<  /  /  %    +@    /  %    9S      L  !  0U  4  ! ’%".f+9+H.;f+!.f+0+'%02 =+d.+>0#'%9+H5#)%+@.;f+5& 0+;•-5-+#.f+29L*".- 8 N+“!".Hdbreb$%;-# QN+!".HdirrebH#-( II.1.3.2 Dựa vào cách thức thực hiện nén • N+ ‰  Š  > Š % ˆ =8 Š + ‡ e • `>= ‰ =;X=l+=0N99+e ‰ =>= ‰ =% ‡  + ‡  Š  ‡ J ‡ N ‰ 5_ Š  ‰  ‰  ‡ 0 ‡ J ‰ =JJ ‡ 8 ‰ 8ˆ%% ‹  ‹ 0+J Š  ; • `>= ‰ =9 ‹ % ‡ 5J ‰  ‹ 09[+0+e• Š  ‰ =>= ‰ = ‰   ‡ J9 ‡ 5J ‰  ‹ % ‹  ‹  ‰  Š ; ‰  ‡ 0 ‡ J ‰ =+ ‡ 0J CHUƠNG 2 CÁC PHƯƠNG PHÁP NÉN DỮ LIỆU Vb PHUƠNG PHÁP NÉN KHÔNG TỔN HAO II.2.1.1. Mô hình thống kê Vbbbb #:%!>?!= Trang ~ @5H4+@N+%+@X+Y+e  ,HbeXg=3&=@;FN+)-$  ,HVe(3@9%#  ,HieB7%=$ p=$!f3@9%#$5:% ?4+@=$0J5:5r+G5b =$H5:5b+G5r  ,HkeQS9>U8  ,H•e(t0+= 9<594+@0%569<54+@ 2  Ví dụ mô tả thuật toán Thống kê lượng tin: OF% w ,  l t X<$3%# b• q • • • hóa lượng tin: OF% B& `  \+ V b†=   ?4 f59 w b• b•†i~ biŽ r r ir , q q†i~ VkŽ r b bk  • •†i~ Vq b r bV t • •†i~ Vq b b r bŽ l • •†i~ V~• b b b b• X<599L*0%56ef59†9<$3%# x…ircbkcbVcbŽcb•†i~…VV~59 VbbV #:@#AA/! Trang br [...]... hóa của Shannon-Fano Huffman có nét tương đồng Tuy nhiên sự khác nhau về thuật toán làm cho hiệu suất nén (hệ số entropy) của Huffman Shannon-Fano khác nhau Do vậy, em sẽ tập trung nghiên cứu, xây dựng mô phỏng đánh giá 2 loại nén này để làm rõ ưu nhược của 2 loại nén trên II.3.2 PHÂN TÍCH THUẬT TOÁN II.3.2.1 Thuật toán Shannon-Fano: Shannon-Fano là một thuật toán hóa dùng để nén. .. tính của thuật toán yêu cầu khá phức tạp nên hiếm khi được sử dụng Thuật toán Huffman có ưu điểm là hệ số nén tương đối cao, phương pháp thực hiện tương đối đơn giản, đòi hỏi ít bộ nhớ, có thể xây dựng dựa trên các mảng bé hơn 64KB Thường được sử dụng trong các công đoạn cuối cuản nén âm thanh, hình ảnh video Từ các đặc tính thuật toán của các loại nén trên, em nhận thấy rằng thuật toán hóa... LZW có các ưu điểm là hệ số nén tương đối cao, trong tập tin nén không cần phải chứa bảng Nhược điểm của thuật toán này là tốn nhiều bộ nhớ, khó thực hiện dựa trên các mảng đơn giản (bé hơn 64KB) Các thuật toán khác như Huffman, Shannon-Fano, LZ77 LZW… đều có thể áp dụng được để nén nhiều loại tập tin trên các máy vi tính Trang 34 Thuật toán Shannon-Fano có hệ số nén tương đối tốt với các file... thuộc vào khoảng trống để phân cách các kí tự Nếu không có dấu phân cách thì ta không thể giải được thông điệp này Ta cũng có thể chọn các từ sao cho thông điệp có thể được giải không cần dấu phân cách, ví dụ như: A là 11, B là 00, C là 010, D là 10 R là 011, các từ này gọi là các từ có tính prefix (Không có từ nào là tiền tố của từ khác) Với các từ này ta có thể hoá... hoá này ta hoàn toàn có thể giải được không cần dấu phân cách Nhưng bằng cách nào để tìm ra bảng một cách tốt nhất ? - Bước đầu tiên trong việc xây dựng Shannon-Fano là đếm số lần xuất hiện của mỗi kí tự trong tập tin sẽ được hoá (trong phần này chỉ ví dụ hạn chế một số ký tự) - Bước tiếp theo là xây dựng bảng dựa vào thuật toán Shannon-Fano Thuật toán này được thực hiện bằng các. .. sắp xếp lại của bộ hoá như sau: I3 B1 B2 P6 B4 B5 P9 B7 B8 P12 B10 B11 Cấu trúc của một GOP có thể được mô tả bởi hai tham số: N là số các ảnh trong GOP M là khoảng cách giữa các ảnh P-pictures Nhóm GOP này được miêu tả như N = 12 M = 3 SƠ ĐỒ CỦA BỘ HOÁ GIẢI DÙNG MPEG-2 Trang 25 Hình 1 Sơ đồ bộ hoá giải dùng MPEG hoá MPEG-2 Quá trình hoá cho P pictures B pictures được.. .Thuật toán Huffman có ưu điểm là hệ số nén tương đối cao, phương pháp thực hiện tương đối đơn giản, đòi hỏi ít bộ nhớ, có thể xây dựng dựa trên các mảng bé hơn 64KB Nhược điểm của nó là phải chứa cả bảng vào tập tin nén thì phía nhận mới có thể giải được do đó hiệu suất nén chỉ cao khi ta thực hiện nén các tập tin lớn • Nguyên lý: Nguyên lý của phương pháp Huffman hóa các bytes... trúc khung MPEG 2 hóa giải MPEG2: Trang 33 channe L0 L R MPEG-1 encode C 0 R T4 + decode T3 LS MPEG-1 l RS r r L0’ L’ R0’ C’ T3 R’ ’ Matrix T5 MPEG-2 ’ MPEG-2 T4 Extension Extension encode decode r T5 Inverse LS’ Matrix ’ RS’ r Hình 7 Sơ đồ hóa giải MPEG 2 CHƯƠNG 3 XÂY DỰNG CHƯƠNG TRÌNH NÉN DỮ LIỆU BẰNG SHANNON-FANO HUFFMAN II.3.1 ĐẶC ĐIỂM CỦA CÁC THUẬT TOÁN NÉN DỮ LIỆU Trong... đầy đủ của MPEG Việc áp dụng toàn bộ các đặc điểm của chuẩn MPEG-2 trong tất cả các bộ hoá giải là không cần thiết do sự phức tạp của thiết bị cũng như sự tốn kém về dải thông của đường truyền Vì vậy trong hầu hết các trường hợp ta chỉ sử dụng một phần nhất định trong toàn bộ các đặc điểm của chuẩn MPEG-2, chúng thường được gọi là profiles levels Một profile sẽ xác định một thuật toán (điều... tập hợp các công cụ hoá chuẩn, chúng có thể được kết hợp vói nhau một cách linh động để phục vụ cho một loạt các ứng dụng khác nhau Trang 21 Nén MPEG là sự kết hợp hài hoà của bốn kỹ thuật cơ bản: Tiền xử lý (Preprocessing), đoán trước sự chuyển động của các frame ở bộ hoá (temporal prediction), bù chuyển động ở bộ giải (motion compensation) lượng tử hoá (quatisation coding) Các bộ lọc

Ngày đăng: 26/04/2013, 09:50

HÌNH ẢNH LIÊN QUAN

Hình 1. Sơ đồ bộ mã hoá và giải mã dùng MPEG - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 1. Sơ đồ bộ mã hoá và giải mã dùng MPEG (Trang 26)
Hình 1. Sơ đồ bộ mã hoá và giải mã dùng MPEG - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 1. Sơ đồ bộ mã hoá và giải mã dùng MPEG (Trang 26)
Hình 2. Phân lớp mã hóa MPEG1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 2. Phân lớp mã hóa MPEG1 (Trang 28)
Hình 2. Phân lớp mã hóa MPEG 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 2. Phân lớp mã hóa MPEG 1 (Trang 28)
Hình 3. Các mẫu Audio • Khung lớp I       : 12x32    =384. - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 3. Các mẫu Audio • Khung lớp I : 12x32 =384 (Trang 30)
Hình 3. Các mẫu Audio - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 3. Các mẫu Audio (Trang 30)
MPEG-Layer III: Sử dụng bộ lọc tới hạn để đáp ứng tốt hơn. Mô hình tâm sinh lý nghe sử dụng che thời gian, che tần số, tính  toán độ dư thừa stereo và mã hoá Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
ayer III: Sử dụng bộ lọc tới hạn để đáp ứng tốt hơn. Mô hình tâm sinh lý nghe sử dụng che thời gian, che tần số, tính toán độ dư thừa stereo và mã hoá Huffman (Trang 32)
Hình 5. Cấu trúc khung MPEG - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 5. Cấu trúc khung MPEG (Trang 32)
Hình 6. Cấu trúc khung MPEG2 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 6. Cấu trúc khung MPEG2 (Trang 33)
Hình 7. Sơ đồ mã hóa và giải mã MPEG2 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 7. Sơ đồ mã hóa và giải mã MPEG2 (Trang 34)
Hình 7. Sơ đồ mã hóa và giải mã MPEG 2 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 7. Sơ đồ mã hóa và giải mã MPEG 2 (Trang 34)
d) Hàm giaima: Giải mã file đã mã hóa theo bảng mã. - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
d Hàm giaima: Giải mã file đã mã hóa theo bảng mã (Trang 38)
• Như vậy, sau khi hoàn tất các bước trên, ta có được 1 bảng mã với các chữ cái được gắn với một mã tương ứng nhất định, các mã này sẽ không trùng nhau. - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
h ư vậy, sau khi hoàn tất các bước trên, ta có được 1 bảng mã với các chữ cái được gắn với một mã tương ứng nhất định, các mã này sẽ không trùng nhau (Trang 39)
Ví dụ: Bảng mã sau khi được mã hóa: - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
d ụ: Bảng mã sau khi được mã hóa: (Trang 39)
Cho bảng tần suất của 5 chữ cái A,B,C,D,E như sau tương ứng là 0.10; 0.15; 0.30; 0.16; 0.29. - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
ho bảng tần suất của 5 chữ cái A,B,C,D,E như sau tương ứng là 0.10; 0.15; 0.30; 0.16; 0.29 (Trang 41)
Hình 8. Bước - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 8. Bước (Trang 41)
Hình 9. Bước 3 và Bước 4 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 9. Bước 3 và Bước 4 (Trang 42)
Hình 10.         Bước 5 Như vậy bộ mã tối ưu tương ứng là: - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 10. Bước 5 Như vậy bộ mã tối ưu tương ứng là: (Trang 42)
Tạo bảng mã các ký tự dùng cây Huffman (hàm make_table) - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
o bảng mã các ký tự dùng cây Huffman (hàm make_table) (Trang 49)
Hình11. màn hình mô phỏng mã Shannon-Fano với ví dụ 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 11. màn hình mô phỏng mã Shannon-Fano với ví dụ 1 (Trang 50)
Hình 12. Thống kê tần suất xuất hiện và bảng mã của Shannon-Fano trong ví dụ 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 12. Thống kê tần suất xuất hiện và bảng mã của Shannon-Fano trong ví dụ 1 (Trang 50)
Hình 12. Thống kê tần suất xuất hiện và bảng mã của Shannon-Fano trong ví dụ 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 12. Thống kê tần suất xuất hiện và bảng mã của Shannon-Fano trong ví dụ 1 (Trang 50)
Hình 14. Giới thiệu đề tài dùng mã Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 14. Giới thiệu đề tài dùng mã Huffman (Trang 51)
Hình 13. Hiển thị tỉ lệ nén của mã Shannon-Fano trong ví dụ 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 13. Hiển thị tỉ lệ nén của mã Shannon-Fano trong ví dụ 1 (Trang 51)
Hình 13. Hiển thị tỉ lệ nén của mã Shannon-Fano trong ví dụ 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 13. Hiển thị tỉ lệ nén của mã Shannon-Fano trong ví dụ 1 (Trang 51)
Hình 14. Giới thiệu đề tài dùng mã Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 14. Giới thiệu đề tài dùng mã Huffman (Trang 51)
Hình 16. Hiển thị trực quan thông tin nén của mã Huffman trong ví dụ 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 16. Hiển thị trực quan thông tin nén của mã Huffman trong ví dụ 1 (Trang 52)
Hình 15. Menu điều khiển chương trình nén mã Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 15. Menu điều khiển chương trình nén mã Huffman (Trang 52)
Hình 15. Menu điều khiển chương trình nén mã Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 15. Menu điều khiển chương trình nén mã Huffman (Trang 52)
Hình 16. Hiển thị trực quan thông tin nén của mã Huffman trong ví dụ 1 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 16. Hiển thị trực quan thông tin nén của mã Huffman trong ví dụ 1 (Trang 52)
Hình 18. Thống kê dữ liệu trong ví dụ 7 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 18. Thống kê dữ liệu trong ví dụ 7 (Trang 53)
Hình 17. Màn hình giới thiệu nén file vidu7.txt với mã Shannon-Fano - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 17. Màn hình giới thiệu nén file vidu7.txt với mã Shannon-Fano (Trang 53)
Hình 18. Thống kê dữ liệu trong ví dụ 7 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 18. Thống kê dữ liệu trong ví dụ 7 (Trang 53)
Hình 19. Kết quả nén Shannon-Fano với ví dụ 7 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 19. Kết quả nén Shannon-Fano với ví dụ 7 (Trang 54)
Hình 20. Giao diện chương trình nén mã Huffman với ví dụ 7 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 20. Giao diện chương trình nén mã Huffman với ví dụ 7 (Trang 54)
Hình 19. Kết quả nén Shannon-Fano với ví dụ 7 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 19. Kết quả nén Shannon-Fano với ví dụ 7 (Trang 54)
Hình 21. Thống kê dữ liệu trong ví dụ 7 của mã Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 21. Thống kê dữ liệu trong ví dụ 7 của mã Huffman (Trang 55)
Hình 22.Kết quả chương trình nén mã Huffman trong ví dụ 7 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 22. Kết quả chương trình nén mã Huffman trong ví dụ 7 (Trang 55)
Hình 22.Kết quả chương trình nén mã Huffman trong ví dụ 7 - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 22. Kết quả chương trình nén mã Huffman trong ví dụ 7 (Trang 55)
Hình 21. Thống kê dữ liệu trong ví dụ 7 của mã Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 21. Thống kê dữ liệu trong ví dụ 7 của mã Huffman (Trang 55)
Hình 24. Biểu đồ so sánh tỉ lệ nén của Shannon-Fano và Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 24. Biểu đồ so sánh tỉ lệ nén của Shannon-Fano và Huffman (Trang 56)
Hình 23. Thống kê tỉ lệ nén Shannon-Fano và Huffman với 10 ví dụ khác nhau - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 23. Thống kê tỉ lệ nén Shannon-Fano và Huffman với 10 ví dụ khác nhau (Trang 56)
Hình 24. Biểu đồ so sánh tỉ lệ nén của Shannon-Fano và Huffman - nghiên cứu thuật toán của các loại mã nén Shannon-Fano và Huffman
Hình 24. Biểu đồ so sánh tỉ lệ nén của Shannon-Fano và Huffman (Trang 56)

TRÍCH ĐOẠN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w