2019年12月4日
Appendix 1- LLN and Central Limit Theorem
摘要： 1. 大数定律（LLN） 设Y1，Y2，……Yn是独立同分布(iid，independently identically distribution)的随机变量，A = SY /n = (Y1+...+Yn)/n。若将Y1，Y2……Yn看做是随机变量Y的n次采样，那么A是Y的采样平均。 因为 ，故 . 阅读全文
posted @ 2019-12-04 16:41 fky_mie 阅读(355) 评论(0) 推荐(0) 编辑
LESSON 7- High Rate Quantizers and Waveform Encoding
摘要： 量化；快速量化；熵量化 阅读全文
posted @ 2019-12-04 11:23 fky_mie 阅读(283) 评论(0) 推荐(0) 编辑
LESSON 6- Quantization
摘要： Quantization；Non-uniform quantization；The Lloyd-Max algorithm 阅读全文
posted @ 2019-12-04 10:40 fky_mie 阅读(348) 评论(0) 推荐(0) 编辑
LESSON 5 - Markov Sources
摘要： 马尔科夫链； 马尔科夫链的最小码长； LZ77压缩编码 阅读全文
posted @ 2019-12-04 10:29 fky_mie 阅读(145) 评论(0) 推荐(0) 编辑
LESSON 4- Entropy and Asymptotic Equipartition Property
摘要： 熵； 序列熵； AEP；变长编码码长 阅读全文
posted @ 2019-12-04 10:23 fky_mie 阅读(159) 评论(0) 推荐(0) 编辑