数据压缩
名词解释数据压缩
名词解释数据压缩数据压缩，是指对一组数据进行处理，以减少其所需存储空间的大小，同时保持其原始信息的完整性，用较少的存储空间存储大量数据，以达到省空间、省带宽的目的。
而名词解释，就是对这些细节进行解释。
1. 压缩技术分类数据压缩技术有无损压缩和有损压缩两种形式。
无损压缩是指压缩后的数据可以恢复成与原始数据相同的信息，如zip等格式的压缩文件。
有损压缩则是指压缩后的数据只能恢复出与原始数据类似的信息，如jpeg、mp3等格式。
2. 压缩算法分类无论是无损压缩还是有损压缩，都需要基于某种算法实现。
常见的无损压缩算法包括哈夫曼编码、算术编码、能量归一化编码等，而有损压缩算法则有离散余弦变换、小波变换、运动估计和减少色调等。
3. 压缩率压缩率是指压缩后数据所占空间与压缩前数据所占空间的比值。
无论是无损压缩还是有损压缩，压缩率都是衡量其优劣的主要依据之一。
高压缩率代表压缩技术的效率更高，但同时也意味着压缩后的数据可能失去一部分质量。
4. 压缩应用数据压缩技术在现代互联网应用中得到了广泛的应用。
无损压缩可以减少数据传输所需时间和带宽，而有损压缩还可以提高传输质量和观赏体验。
在文件传输、图片和视频存储、网络传输等应用中，数据压缩技术都有广泛的应用。
总体来说，数据压缩技术作为一项重要的数据处理技术，不仅有助于节约存储空间，而且也能够提高数据传输的效率和质量。
不同的技术和算法有着各自的优劣点，应根据具体情况灵活选择。
随着数据量的不断增长和数据处理需求的不断提高，数据压缩技术的发展和改进也必然会不断推进。
数据压缩 算法
数据压缩算法数据压缩是一种将数据进行压缩以减小其占用空间的过程。
通过减少数据的冗余信息，数据压缩可以降低数据存储和传输的成本，并提高数据处理效率。
在计算机科学和信息技术领域，数据压缩算法被广泛应用于图像、音频、视频、文本等不同类型的数据。
数据压缩算法主要分为两大类：无损压缩算法和有损压缩算法。
1.无损压缩算法：无损压缩算法是指在压缩的过程中不丢失任何原始数据的信息。
这类算法常用于需要完全还原原始数据的应用场景，如文本文件的压缩和存储。
下面介绍几种常见的无损压缩算法：-霍夫曼编码（Huffman Coding）：霍夫曼编码是一种基于概率的字典编码方法，通过将出现频率较高的字符赋予较短的编码，而将出现频率较低的字符赋予较长的编码，从而减小编码的长度，实现数据的压缩。
-雷霍夫曼编码（LZW）：雷霍夫曼编码是一种字典编码方法，通过构建字典来逐步压缩数据。
该算法将频繁出现的字符或字符组合映射到较短的码字，从而实现数据的压缩。
-阻塞排序上下文无关算法（BWT）：BWT算法通过对数据进行排序和转置，形成新的序列，然后采用算法对该序列进行压缩。
该算法主要用于无损压缩领域中的文本压缩。
-无压缩流传输（Run Length Encoding）：RLE算法通过将连续出现的相同数据替换为该数据的计数和值的形式，从而实现数据的压缩。
这种算法主要适用于连续出现频繁的数据，如图像和音频。
2.有损压缩算法：有损压缩算法是指在压缩的过程中丢失一部分原始数据的信息，从而实现较高的压缩比率。
这类算法常用于对数据质量要求较低的应用场景，如音频和视频的压缩和存储。
下面介绍几种常见的有损压缩算法：-基于离散余弦变换的压缩算法（DCT）：DCT算法将输入的数据分解为一系列频率成分，然后通过对低频成分和高频成分进行舍弃和量化，从而实现对数据的压缩。
DCT算法广泛应用于音频和图像的压缩领域。
-基于小波变换的压缩算法（DWT）：DWT算法通过对数据进行多尺度分解，然后通过选择重要的频率成分和舍弃不重要的频率成分来实现对数据的压缩。
压缩的方法
压缩的方法随着互联网的发展和数据量的不断增加，压缩数据已经成为一种必要的手段。
压缩可以减少数据的存储空间，提高数据的传输速度，节省网络带宽和存储成本。
本文将介绍几种常见的压缩方法，包括无损压缩和有损压缩。
一、无损压缩方法无损压缩是一种压缩数据的方法，可以保证压缩后的数据与原始数据完全一致。
常见的无损压缩方法有以下几种：1. 霍夫曼编码：霍夫曼编码是一种基于频率的编码方法，通过将出现频率较高的字符用较短的编码表示，出现频率较低的字符用较长的编码表示，从而减少数据的存储空间。
霍夫曼编码广泛应用于无损压缩算法中。
2. LZW压缩算法：LZW压缩算法是一种基于字典的压缩算法，通过将连续出现的字符序列映射为固定长度的编码，从而减少数据的存储空间。
LZW压缩算法被广泛应用于GIF图像的压缩中。
3. DEFLATE压缩算法：DEFLATE压缩算法是一种综合了霍夫曼编码和LZ77算法的压缩算法，通过使用动态生成的霍夫曼编码表和滑动窗口的方式，实现了较高的压缩比。
DEFLATE压缩算法被广泛应用于ZIP文件的压缩中。
二、有损压缩方法有损压缩是一种压缩数据的方法，压缩后的数据与原始数据存在一定的差异，但在实际应用中往往可以接受。
有损压缩方法主要用于压缩音频、视频等多媒体数据。
常见的有损压缩方法有以下几种：1. MPEG压缩算法：MPEG压缩算法是一种基于人眼和耳朵感知特性的压缩算法，通过删除人眼或耳朵无法察觉的细节信息，从而减少数据的存储空间。
MPEG压缩算法广泛应用于音频和视频的压缩中。
2. JPEG压缩算法：JPEG压缩算法是一种基于人眼对颜色和细节敏感程度的压缩算法，通过减少图像的颜色深度和降低图像的细节信息，从而减小图像的存储空间。
JPEG压缩算法广泛应用于图像的压缩中。
3. H.264压缩算法：H.264压缩算法是一种高效的视频压缩算法，通过使用运动补偿、变换编码和熵编码等技术，实现了较高的压缩比和较好的图像质量。
数据压缩原理
数据压缩原理数据压缩是一种常见的数据处理技术，通过对数据进行压缩可以减少存储空间的占用，提高数据传输的效率，以及节省网络带宽。
数据压缩原理是指通过某种算法或编码方式，对原始数据进行处理，使其在占用空间上变得更小，但又能够在解压缩后还原为原始数据。
本文将介绍数据压缩的原理以及常见的压缩算法。
数据压缩的原理主要包括两种方法，有损压缩和无损压缩。
有损压缩是指在压缩数据的过程中，会丢失一部分数据信息，但在实际应用中，这部分信息对整体数据的表达并不会造成明显的影响。
常见的有损压缩算法有JPEG、MP3等。
而无损压缩则是在压缩数据的过程中，不会丢失任何信息，通过一定的编码方式使得数据在解压缩后完全还原为原始数据。
常见的无损压缩算法有Huffman编码、LZW算法等。
在实际应用中，数据压缩算法的选择需要根据具体的需求来进行。
如果对数据的精确性要求较高，那么就需要选择无损压缩算法；如果对数据的精确性要求不高，而对压缩比较看重，那么就可以选择有损压缩算法。
在实际应用中，常常会根据数据的特点和应用的场景来选择合适的压缩算法。
除了有损压缩和无损压缩之外，数据压缩还可以根据压缩的原理来进行分类。
按照压缩原理的不同，数据压缩可以分为字典压缩、算术编码、熵编码等。
字典压缩是指通过建立一个字典，将数据中的重复部分进行替换，从而达到压缩数据的目的。
算术编码是一种将符号串映射到实数区间的编码方式，通过对数据进行编码，可以达到较高的压缩比。
而熵编码是一种基于信息熵的编码方式，通过对数据的统计特性进行编码，可以达到较高的压缩效果。
总的来说，数据压缩是一种非常重要的数据处理技术，它可以在存储和传输数据时起到重要的作用。
通过选择合适的压缩算法和原理，可以达到较高的压缩比，从而节省存储空间和提高数据传输的效率。
在实际应用中，需要根据具体的需求来选择合适的压缩算法和原理，以达到最佳的压缩效果。
数据压缩方法
数据压缩方法数据压缩是一项有力的数据处理技术，它可以有效地减少数据在存储和传输中所占用空间。
数据压缩主要用于减少传输时间，减少存储空间，增强传输系统的可靠性，以及降低传输成本。
本文将从基本的数据压缩原理、各种不同的压缩算法和压缩实例入手，介绍数据压缩的概念背景、原理、应用和相关技术。
1.念背景数据压缩的历史可以追溯到20世纪50年代，当时更多的是利用数字技术实现压缩数据的存储和传输。
在20世纪60年代，这种技术逐渐普及，人们开始对它进行更深入的研究，从而产生了大量不同的压缩算法，比如：无损压缩算法、损失压缩算法、时间域压缩等。
在21世纪，大量高科技数据处理系统正在不断开发，由于数据压缩的应用越来越广泛，其在大数据处理中的作用也越来越重要。
2.缩原理数据压缩的原理是对数据的重复或相似部分进行编码，从而减少所占用的存储空间。
它可以将原本体积庞大的数据减少到体积较小的数据，从而节省空间和时间。
数据压缩的基本步骤主要包括：首先要求输入数据，然后，针对原始数据，采用合适的编码方法将数据进行编码，接着将编码数据压缩，然后进行数据编码，最后将编码后的数据输出。
3.种压缩算法数据压缩算法可以分为两大类：无损压缩算法和有损压缩算法。
无损压缩算法是指使原始数据可以完全复原的压缩算法，常见的有Huffman编码算法、LZW算法等。
而有损压缩算法是指在压缩过程中有损失原始数据，其常见的有JPEG图像压缩算法、MP3音频压缩算法等。
4.缩实例（1）Huffman编码算法是一种常见的无损压缩算法，它可以有效地减少数据在存储和传输中所占用的空间，这种算法的基本思想是将原始数据中的字符按照其出现的次数分配不同的编码，出现次数越多的字符分配比较短的编码，从而实现较高的压缩率。
（2）JPEG图像压缩算法是一种常见的有损压缩算法，它可以将体积庞大的图像文件减小到极其小的体积，从而减少图像的传输时间和存储空间。
这种算法是通过分块处理图像，分别对每块图像按照DCT(Discrete Cosine Transform)变换后采用空间量化等方法进行有损压缩，从而实现较高的压缩率。
数据压缩技术
数据压缩技术
数据压缩技术是将数据通过某种算法进行压缩，以减少存
储空间或传输带宽的技术。
数据压缩可以分为无损压缩和
有损压缩两种技术。
1. 无损压缩：无损压缩技术可以将数据压缩存储，而不会
丢失原始数据的任何信息。
常见的无损压缩算法包括：
- 霍夫曼编码：根据数据出现的频率，将出现频率高的字符用较短的编码表示，出现频率低的字符用较长的编码表示，从而实现对数据的压缩。
- 哈夫曼编码：根据数据的统计特征，将出现频率高的和出现频率低的数据分别用较短和较长的编码表示，从而实现
对数据的压缩。
- 利用重复部分编码：在数据中查找重复的部分，并用较短的编码代替，从而实现对数据的压缩。
2. 有损压缩：有损压缩技术为了更高的压缩比，会丢失部分数据的精度或者细节，降低了原始数据的质量。
常见的有损压缩算法包括：
- JPEG：用于图像压缩，通过将图像分成不同的小块，对每个小块进行离散余弦变换，从而将原始数据转换为频域数据，再根据频域数据的统计特征进行压缩。
- MP3：用于音频压缩，通过对音频信号进行频率转换和掩蔽效应分析，从而找到对人耳而言不易察觉的信息，将其丢弃，从而实现音频的压缩。
数据压缩技术是计算机领域中非常重要的技术，广泛应用于存储、传输和处理大量数据的场景，可以提高效率、降低存储成本和网络带宽消耗。
数据传输压缩方法
数据传输压缩方法1.无损压缩：无损压缩是将数据压缩为更小的体积，但保持数据的完整性，即可以还原为原始数据。
无损压缩方法包括以下几种：-字典压缩算法：通过构建和使用字典来压缩数据。
一种著名的字典压缩算法是LZ77和LZ78算法。
-霍夫曼编码：通过根据数据中出现的频率来构建变长编码来压缩数据。
频率较高的数据使用较短的编码，而频率较低的数据使用较长的编码。
-预测编码：通过基于已经出现的数据来估计和编码将要出现的数据来压缩数据。
常见的预测编码算法有算术编码和定向插值方法。
2.有损压缩：有损压缩是将数据压缩为更小的体积，但会出现一定的数据损失，即无法完全还原为原始数据。
有损压缩方法可以提供更高的压缩比率，适用于一些对数据准确性要求较低的场景。
常见的有损压缩方法包括以下几种：-量化压缩：将数据分组并将其转换为离散的量级，减少数据的精度以便更高的压缩率。
例如，JPEG图像压缩算法使用离散余弦变换（DCT）将图像进行频域分析和量化。
-转换编码：使用转换矩阵来对数据进行变换和编码，以减少数据的冗余和相关性。
例如，MPEG视频压缩算法使用离散余弦变换（DCT）和运动补偿来进行编码和压缩。
-重采样：对信号进行重新采样，降低采样率以减少数据量。
例如，音频压缩算法中的MP3使用了重采样技术。
3.数据传输压缩方法：数据在传输过程中需要压缩以减少传输的时间和带宽使用。
以下是一些常见的数据传输压缩方法：-差分编码：利用数据的变化率来传输较小差异的增量数据，而不是将完整数据传输。
例如，压缩差分传输（CCITT）G3和G4算法用于传输扫描仪图像。
-数据成帧：将数据划分为较小的块（帧），然后对每个帧进行压缩和传输。
这种方法将数据传输划分为各个块的传输，每个块都可以使用不同的压缩算法。
例如，视频传输中的MPEG以帧为单位进行压缩和传输。
-打包压缩：将多个数据文件或多个数据块打包在一起进行压缩和传输。
这种方法可以提高压缩率并减少传输时间。
数据压缩 原理
数据压缩原理
数据压缩是将数据转化为更紧凑的形式，以减少存储空间或传输带宽的技术。
数据压缩的原理可以分为无损压缩和有损压缩。
无损压缩是指压缩后的数据可以完全还原为原始数据，不会损失任何信息。
其中常用的方法包括：
1. 字典压缩：建立一个字典，将数据中重复出现的序列映射为较短的编码。
在解压时通过字典进行反映射。
2. 霍夫曼编码：根据数据出现的频率构建一棵二叉树，将出现频率较高的数据编码为较短的码字。
在解压时根据二叉树进行解码。
3. 位图压缩：针对大型二进制数据，使用稀疏矩阵表示，只记录其中非零元素的位置和值。
有损压缩是指在压缩数据时会丢失部分信息，但能够保证整体视觉、听觉或感知上的一致性。
常用的方法包括：
1. 采样压缩：降低音频或视频数据的采样率，减少采样点的数量。
2. 量化压缩：通过减少数据的精度或调整数据的表示范围，从而减小数据占用的位数。
3. 基于模式识别的压缩：通过对数据中的模式进行建模，并仅
存储模型参数，以减小数据的表示大小。
值得注意的是，压缩率可以根据不同的压缩算法和数据类型而有所不同。
一般来说，无损压缩通常适用于文本、程序代码等需要完整保留信息的数据，而有损压缩则适用于音频、视频等在一定程度上容忍信息丢失的数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、名词解释
1、数据压缩：以最小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。
2、数据压缩比：将压缩前每个信源符号（取样）的编码位数（mlog）与压缩后平均每符号的编码位数（l）之比，定义为数据压缩比。
3、均匀量化：把输入信号的取值域按等距离分割的量化称为均匀量化。
4、最优量化（MMSE准则）：使均方误差最小的编码器设计方法称为最小均方误差（MMSE）设计。
以波形编码器的输入样值与波形解码器的输出样值之差的均方
误差作为信号质量的客观评判标准和MMSE的设计准则。
（能使量化误差最小的所谓最佳量化器，应该是非均匀的。
）
5、信息熵定义：信息量的概率平均值，即随机变量的数学期望值，叫做信息熵或者简称熵。
6、统计编码定义：主要利用消息或消息序列出现概率的分布特性，注重寻找概率与码字长度间的最优匹配，叫做统计编码或概率匹配编码，统称熵编码。
7、变长编码：与等长编码相对应，对一个消息集合中的不同消息，也可以用不同长度码字来表示，这就叫做不等长编码或变长编码。
8、非续长码：若W中任一码字都不是另一个码字的字头，换句换说，任何一个码字都不是由另一个码字加上若干码元所构成，则W称为非续长码、异字头码或前缀码。
9、游程长度：是指字符（或信号采样值）构成的数据流中各字符重复出现而形成字符串的长度。
10、电视图像的取向：我国彩色电视制式采用逐行倒相的PAL-D制。
11、HVS的时间掩蔽特性：指随着时间变化频率的提高，人眼对细节分辨能力下降的特性。
12、HVS的空间掩蔽特性：指随着空间变化频率的提高，人眼对细节分辨能力下降的特性。
13、HVS的亮度掩蔽特性：指在背景较亮或较暗时，人眼对亮度不敏感的特性。
14、CIF格式：是常用的标准图像格式。
是一种规范Y、Cb、Cr色差分量视频信号的像素分辨率的标准格式。
像素。
15、SIF格式:是一种用于数字视频的存储和传输的视频格式。
16、压扩量化：由于低电平信号出现概率大、量化噪声小；高电平信号虽然量化噪声变大，但因为出现概率小，总的量化噪声还是变小了，从而提高量化信噪比。
这种方法叫做压缩扩张量化。
（压扩量化用一个非线性函数变换先将信号“压缩”后再均匀量化，它和非线性量化器完全等效。
）
17、信号压缩系统的复杂度：指实现编解码算法所需的硬件设备量，典型地可用算法的运算量及需要的存储量来度量。
18、离散信源：被假设为由一系列随机变量所代表，往往用随机出现的符号表示，称输出这些符号集的源为信源，如果取值于某一离散集合，就叫做离散信源。
19、互信息量：对两个离散随机时间集X和Y，事件yj的出现给出关于xi的信息量，即为互信息量。
20、联合熵：两个变量X和 Y 的联合熵定义为：
，即平均互信息量表示信源X的平均不确定性与其在信源Y被确定条件下仍保留的平均不确定性之差。
（联合熵是联合概率分布所具有信息量的概率平均值，表示两个事件集联合发生时所能得到的总的平均信息量。
）
21、极限熵：如果把n个信源符号当作一个n维随机矢量X。
n越大，所得到的熵就越接近
于实际信源所含有的熵，而式 ，称
为极限熵或极限信息量，用H∞表示。
22、等长编码：对于一个消息集合中的不同消息，若采用相同长度的不同码字去代表（即W 中任一个码字都由同样多个码元构成），就叫做等长编码或定长编码。
23、前值预测编码：前值预测是最简单的一种预测编码方式，这种方式只考虑前后两个相邻像素的相关性，仅传送两者之间的差值，又称差分脉冲调制编码（DPCM）。
24、算术编码：从全序列出发，采用递推形式的连续编码。
（就是将被编码的信息表示成实数0和1之间的一个间隔，信息越大，编码表示它的间隔越小，表示这一间隔所需二进制位就越多）
25、信源的冗余度和其来源：表示预测编码是最简单的一种预测编码方式。
这种方式只考虑前后两个相邻像素的相关性，仅传送两者之间的差值，又称差分脉冲调制编码。
26、主观SNR：将编码器输出与某个带加性噪声的参考信号相比较，调节噪声能量使实验者对二者具有相同的偏爱度。
此时含噪声参考源的信噪比ASNR，就可定义为编码器输出信号的等效加性噪声SNR或主观SNR。
27、编码效率：信息码元数与码长之比定义为编码效率，通常用来表示。
（编码运行的速度、效率）
28、正交变换：正交变换是保持图形形状的大小不变的几何变换，包含旋转、平移、轴对称及上述交换的集合。
29、4:1:1格式：在各扫描线上每4个连续的取样点取4个Y样本、一个Cb和一个Cr样本，平均每像素用1.5个样本（12bit）表示。
可用于图像信号源及特殊的高质量视频信号。
30、帧间编码：利用序列图像在时间轴方向的相关性进行的压缩编码，称为帧间编码。
2、MPEG中将 GOP中图像分为哪几种类型？并对各类型图像做简单解释。
答：MPEG-1将GOP中的图像划分为I图像（帧内编码图像）、P图像（预测编码图像）、B 图像（双向预测编码图像）和D图像（直流编码图像）4种类型。
3、请说明JEPG基本系统的源图像的数据组织？
答：JPEG基本系统的源图像以帧为单位，每帧最多可有4个分量图像，把每个分量图像都顺序分割成一个个8×8样值的相邻像块（Block），块内的64个数据组成一个数据单元（DU），
图像按DU分割完毕后可以MCU为单位顺序将DU送入JPEG基本系统进行2D-FDCT处理，将各DU转换成8×8的DCT系数列阵。
4、正交变换编码之所以能压缩数据，最主要因为它有哪些性质？
答：正交变换的性质：熵保持，不丢失信息；能量保持（parseval定理）；能量重新分
配；去相关性，可将高度相关的空间样值变为相关性较弱的变换系数。
5、语音预测编码技术从总体分为哪几类？
答：可分为波形编码、参数编码、混合编码。
波形编码通常将语音信号作为一般的波形信号来处理；参数编码的基本原理使提取信源信号的特征参数并以数字代码传输，接收端从数字代码中恢复特征参数，由特征参数重建语音信号；混合编码结合了原有波形编码器质量好和声码器速率低的特点，克服了它们各自弱点。
6、语音参数编码的基本原理。
答：提取信源信号的特征参数并以数字代码传输；接收端从数字代码中恢复特征参数，由特征参数重建语音信号。
7、LPC语音合成要点。
答：
8、电视信号的冗余度主要体现在哪里？
答：主要体现在空间相关性、时间相关性和色度空间表示上的相关性几方面。
9、语音信号的时域冗余度表现在那几个方面？
答：①时域冗余度：幅度非均匀分布、样本间的相关、周期之间的相关、基音之间的相关、静止系数、长时自相关函数。
②频域冗余度：非均匀的长时功率频谱密度、语音特有的短时功率谱密度。
11、电视信号的非相关压缩。
答：如果能充分利用人类视觉系统(HVS)的生理特性，适当降低对某些参数的分辨率要求，就可望进一步降低数码率。
因为电视图像最终是给人观看的，而HVS在某些条件下往往可容忍一些失真，有些失真人眼根本辨别不出来，因此，超过视觉分辨能力的高保真度要求就没有必要。
由于这样做并未涉及电视信号内在的相关性，故又称为非相关性压缩或统称视觉心理——心理压缩。
12、正交变换实现数据压缩的物理本质是什么？
答：经过多维坐标系中适当的旋转和变换，能够把散布在各个坐标轴上的原始数据，在新的、适当的坐标系中集中到少数坐标轴上，因此可能用较少的编码位数来表示一组信号样本，实现高效率的压缩编码。
14、模拟信号的数字化包括哪几个步骤？
答：分为三个步骤：取样、量化和编码。
取样，就是将连续信号在时间、空间上离散化；量化，就是将取样信号在幅度上也离散化；编码，就是按一定规律把量化后的脉冲取样值按幅度大小变换成相应的二进制码。
15、语音数字化过程中为什么使用压扩量化比使用均匀量化提高量化信噪比？
答：压扩量化具有与μ律特性相同的基本功能（在大信号区信噪比高于μ律量化器，但在小信号区则不如μ律量化器）和实现方面的优点，尤其是还可用直线段很好地近似，以便简化直接压扩或数字压扩，并易于与线性编码格式相互转换。
通常的听觉主观感觉认为8位压扩量化有不低于12位均匀量化A/D的信噪比及动态范围。
16、在什么情况下用一定数列的离散取样数列代替一个连续的限带信号、不丢失信号？答：奎斯特取样定理。
小计算题：
1．简单离散信源熵计算
2．信源冗余度计算
3．数字压缩必要性（比特率计算P2）
大计算题：
1．联合熵、条件熵、平均互信息量
2．最佳信息、预测器设计RA=P
3．P108图像熵，图像预测，误差图像熵
编码：
1．哈夫曼编码
2．算术编码
3．LZM编码
4．P65 4-11。