• 第五次作业


    3-9、没有冗余度的信源还能不能压缩?为什么?

       我的答案 :能

    不能进行可逆压缩,可以进行不可逆压缩。

    消除或减少信源的冗余度是实际数据压缩的基本依据,数据压缩又分为不可逆压缩和可逆压缩即(冗余度压缩),消除或减少信源的冗余度是可逆压缩的工作机理,所以没有冗余度就不能进行无损压缩

    3-10、不相关的信源还能不能压缩?为什么?
     我的答案:至少可以有损压缩,如果有冗余度例如信源的非等概
    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?

     我的答案: 至少可以有损压缩;另外,“等概”未必“不相关”,例如对方波信号或锯齿
    波信号的均匀取样值等

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

      我的答案:不赞同,因为图像不管是它的负片还是正片,它们所带给我们的信息是一样的,也就是说它们的熵是一样,所以在对它们进行压缩的时候,难易程度是一样的。

    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?

      我的答案:

    信源符号之间依赖关系越强,平均每个符号提供的信息量就越小,所以我们用信源的冗余度(也叫剩余度或多余度)来衡量信源的相关性程度,冗余度越大,表示信源的实际熵越小,表明信源符号之间的依赖关系越强,即符号之间的记忆长度越长; 反之,冗余度越小,表明信源符号之间的依赖关系越弱,即符号之间的记忆长度越短。

  • 相关阅读:
    BERT模型fine-tuning代码解析(一)
    使用BERT获取中文词向量
    使用BERT获取中文词向量
    中文情感分类任务如何对bert语言模型微调,微调后的模型如何使用
    Tencent_AILab_ChineseEmbedding使用(×××××)
    中文自然语言处理数据集
    Anaconda环境的创建/激活/删除/管理
    thymeleaf和vue的关系
    模拟测试20191013
    模拟测试20191011-2
  • 原文地址:https://www.cnblogs.com/nieguilin/p/4863222.html
Copyright © 2020-2023  润新知