zoukankan      html  css  js  c++  java
  • 第五次作业——肖祥英

    3-9   没有冗余度的信源还能不能压缩?为什么?

    答:能,可以有损压缩,但不能无损压缩。

    3-10   不相关的信源还能不能压缩?为什么?

    答:至少可以有损压缩,如果有冗余度(信源的非等概率分布)还可以无损压缩。

    3-12  等概率分布的信源还能不能压缩?为什么?你能举例说明吗?

    答:等概率分布的信源可以进行有损压缩;另外,“等概率”未必“不相关”,例如对方波信号或锯齿波信号的均匀取样值。

    3-15   有人认为:“图像的负片(黑白颠倒)比整篇更容易压缩”。你同意他的观点吗?为什么?

    答:我不同意他的观点。图像有正片和负片之分,负片冲出来是负像,正片冲出来是正像。所谓负像就是说黑白颠倒;而正片则是所见即所得。负片不能直接观看,而正片则可以通过幻灯机或者观片器直接观看。而且图像的负片(黑白颠倒)和正片两者的熵是一样的,因此进行压缩的难易程度是差不多的。

    3-16   有人认为:“相关的信源是非等概率分布的。你同意他的观点吗?为什么?”

    答:我同意他的观点。当信源冗余度为零时,信源的实际熵最大,表明信源符号间是等概率分布的且彼此间是不相关。此外,信源的相关程度越大,信源的实际熵就越小;信源符号分布的不均匀性也会使信源的实际熵越小,则必然会存在冗余度,从而就有信源在通常情况下是非等概率分布的,即相关的信源是非等概率分布的。

  • 相关阅读:
    shell 冒泡算法 解决数组排序问题
    react(二)
    react(一)
    mybatis-plus:3
    lambda
    配置中心(nacos)-控制台使用
    nacos作为配置中心的简单项目配置
    nacos作为注册中心的简单项目配置
    Vue初步学习
    nacos单例模式简单搭建
  • 原文地址:https://www.cnblogs.com/tiant/p/4875043.html
Copyright © 2011-2022 走看看