第一次作业

一、教材习题1-1，1-2，1-6，

习题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。

                      我们要压缩的对象就是信号空间，即物理空间，时间区间，电磁频段，也就是指某信号集合所占的空域、时域和频域空间。

                     

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

               答：减少信息存储空间，提高其传输、存储和处理效率。

 

习题1-6    数据压缩技术是如何分类的？

               答：数据压缩的分类方法繁多，尚未统一。可以将其分为可逆压缩和不可逆压缩。可逆压缩也叫作无失真、无差错编码或无噪声编码。不可逆压缩就是有失真编码，信息论中称熵压缩。

 

 

 

二、 参考书《数据压缩导论（第4版）》Page 8     1.4

1.4    项目与习题

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：我用了我的计算机来分别压缩了图片，视频，音乐和文档，结果是文档的压缩文件与原文件大小相差最大，其次是音乐，然后是视频，最后是图片。

 

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：我们不能对于摘自不同来源的文字就其冗余度做出定量的论述，因为不同的文件在压缩时的比例不同，压缩虽然能够解决冗余问题，但是不同的文件有不同的冗余度，除了冗余之外，还有部分信息是重复出现的，这样的话有可能会导致缺失，所以不能就其冗余度做出定量论述。

 

 

 

三、 参考书《数据压缩导论（第4版）》Page 30

 

          3, 5, 7(a)

3、给定符号集A={a₁,a₂,a₃,a₄},求以下条件下的一阶熵：

 

（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 

解：（a）一阶熵为：  H=-4*（1/4）*log₂（1/4)

                               =-log₂(1/4)

                               =2(bit)

 

(b)一阶熵为：  H=-（1/2)*log₂(1/2)+[-(1/4)*log₂(1/4)]+[-2*(1/8)*log₂(1/8)]

                      =1/2+1/2+3/4

                      =1.75(bit)

 

(c)一阶熵为：  H=-0.505*log₂0.505+[-2*(1/4)*log₂(1/4)]+(-0.12*log₂0.12)

                      =0.5+1-0.12*log₂0.12

                      =1.74(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)由题意得：   P(A)=21/84=1/4;

                            P(T)=23/84;

                            P(G)=16/84=4/21;

                            P(C)=24/84=2/7;

一阶熵为：  H=-(1/4)*log₂(1/4)-(23/84)*log₂(23/84)-(4/21)*log₂(4/21)-(2/7)*log₂(2/7)

                  =0.5+0.52+0.46+0.52

                  =2(bit)

 

（b）我们只算了一阶熵，无法判断此序列的结构。

 

 

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？

答：

#include<stdio.h>
#include <stdlib.h>
#include<time.h>
int main()
{
char a[100][100];
int R;
srand((int)time(NULL));
for(int i=1;i<=100;i++)
{
for(int j=1;j<=5;j++)
{

R=rand()%26;
a[i][j]=R+'b';
}
}

for( i=1;i<=100;i++)
{
for(int j=1;j<=4;j++)
{
printf("%c",a[i][j]);
}
printf("\t\t");
}

return 0;
}