摘要： 3.证明：I(X;Y)=H(X)-H(X|Y)。 I(X;Y)=ΣP(XiYj)log(P(Xi|Yj)/P(Xi)) =ΣP(XiYj)log(1/P(Xi))-ΣP(XiYj)log(1/P(Xi|Yj)) =ΣP(Xi)log(1/P(Xi))-ΣP(XiYj)log(1/P(Xi|Yj)) 阅读全文

摘要： 5.给定如表4-9所示的概率模型，求出序列a1a1a3a2a3a1的实值标签。 表4-9 概率模型 ——————————————————————— 字 母 概 率 ——————————————————————— a1 0.2 a2 0.3 a3 0.5 ——————————————————————— 阅读全文

摘要： 2.利用程序huff_enc和huff_dec进行以下操作（在每种情况下，利用由被压缩图像生成的码本）。 (a)对Sena、Sensin和Omaha图像进行编码。 文件名 源文件大小 压缩后文件 压缩比 SENA 64.0KB 56.1KB 87.66% SINAN 64.0KB 60.2KB 94 阅读全文

摘要： 1.设x是一个随机变量，取值范围是一个包含M个字母的符号集。证明0≤H(X)≤log2M。 答： 当M=1时； 即： H(x)=-ΣP(xi=ai)*logP(xi=ai) =0 当M≠0 时 H(x)=-ΣP(xi=ai) logP(xi=ai) =-M*1/M*log2M =log2M 即：H( 阅读全文

摘要： 1-1：数据压缩的一个基本问题是“我们要压缩什么”，对此你是怎么理解的？ 答：数据压缩，就是指不丢失有用信息的前提下，以最少的数码表示信号源所发的信号，减少容纳给定消息集合或数据采样集合的信号空间。 1-2：数据压缩的另一个基本问题是“为什么进行压缩”，对此你是怎么理解的？ 答：因为多媒体技术所处理 阅读全文