Apakah petunjuk penting untuk mengukur prestasi teknologi pemampatan data?

Terdapat tiga penunjuk penting untuk mengukur prestasi teknologi pemampatan data: 1. Nisbah pemampatan data, yang merujuk kepada perkadaran data yang dimampatkan; 2. Algoritma untuk mencapai pemampatan hendaklah mudah, yang bermaksud kelajuan pemampatan data adalah pantas 3. Kesan pemulihan data harus baik dan data asal harus dipulihkan sepenuhnya.

Persekitaran pengendalian tutorial ini: sistem Windows 7, komputer Dell G3.

Teknologi pemampatan data ialah teknologi yang menggunakan bilangan digit paling sedikit untuk mewakili isyarat.

Disebabkan volum data maklumat multimedia digital yang besar, terutamanya isyarat video dan audio digital, adalah sukar untuk mencapai aplikasi praktikal tanpa pemampatan yang berkesan. Oleh itu, teknologi pemampatan data telah menjadi teknologi biasa utama dalam komunikasi digital, penyiaran, penyimpanan dan hiburan multimedia hari ini.

Penunjuk untuk mengukur kaedah pemampatan data: nisbah mampatan, kelajuan, kesan.

• Nisbah mampatan data

  Nisbah mampatan data (nama Inggeris: nisbah mampatan data) ialah ukuran kualiti pemampatan kecekapan indeks pemampat data. Ia merujuk kepada perkadaran data yang dimampatkan.

• Algoritma pemampatan hendaklah mudah, iaitu kelajuan pemampatan data hendaklah pantas; >Kesan pemulihan data sepatutnya lebih baik , untuk memulihkan sepenuhnya data asal sebanyak mungkin

• Mampatan data merujuk kepada mengurangkan jumlah data untuk mengurangkan ruang storan dan meningkatkan penghantarannya tanpa kehilangan maklumat , pendekatan teknikal untuk penyimpanan dan kecekapan pemprosesan. Atau susun semula data mengikut algoritma tertentu untuk mengurangkan lebihan data dan ruang storan.
  

  Mampatan data terbahagi kepada dua kategori, dan terdapat tiga kaedah pengelasan:

1 Mampatan segera dan tidak segera

Mampatan segera. adalah untuk memampatkan isyarat pertuturan Ia ditukar kepada isyarat digital, dimampatkan pada masa yang sama, dan kemudian dihantar serta-merta melalui Internet. Pemampatan masa nyata biasanya digunakan dalam penghantaran data video dan audio. Mampatan bukan masa nyata dilakukan apabila diperlukan dan tidak mempunyai sifat masa nyata. Pemampatan bukan segera secara amnya tidak memerlukan peralatan khas, cuma pasang dan gunakan perisian pemampatan yang sepadan terus pada komputer.

2. Pemampatan digital dan pemampatan fail

Mampatan digital merujuk secara khusus kepada beberapa data sensitif masa, yang sering dikumpul, diproses atau dihantar dalam masa nyata.

Mampatan fail merujuk secara khusus kepada pemampatan data yang akan disimpan dalam media fizikal seperti cakera, seperti pemampatan data artikel, sekeping data muzik, sekeping data pengekodan program, dsb.

3. Mampatan tanpa rugi dan mampatan lossy

Mampatan tanpa rugi menggunakan lebihan data statistik untuk pemampatan, jadi nisbah mampatan mampatan tanpa rugi secara umumnya lebih rendah. Kaedah jenis ini digunakan secara meluas dalam pemampatan data teks, program dan data imej dalam aplikasi khas yang memerlukan penyimpanan data yang tepat.

Kaedah mampatan lossy mengambil kesempatan daripada fakta bahawa penglihatan dan pendengaran manusia tidak sensitif terhadap komponen frekuensi tertentu dalam imej dan bunyi, membolehkan sejumlah maklumat hilang semasa proses pemampatan. Mampatan lossy digunakan secara meluas untuk memampatkan data suara, imej dan video.

Maklumat lanjutan: Aplikasi pemampatan data

Kaedah pemampatan yang sangat mudah ialah pengekodan panjang larian, yang menggunakan pengekodan mudah seperti data dan panjang data sebaliknya Sama untuk data berterusan , ini ialah contoh pemampatan data tanpa kehilangan. Kaedah ini sering digunakan pada komputer pejabat untuk menggunakan ruang cakera dengan lebih baik, atau untuk menggunakan lebar jalur dengan lebih baik dalam rangkaian komputer. Untuk data simbolik seperti hamparan, teks, fail boleh laku, dll., losslessness adalah keperluan yang sangat kritikal, kerana kecuali untuk beberapa kes terhad, walaupun perubahan satu bit data tidak boleh diterima dalam kebanyakan kes.

Untuk data video dan audio, tahap penurunan kualiti tertentu boleh diterima selagi bahagian penting data tidak hilang. Dengan mengeksploitasi batasan sistem persepsi manusia, ruang storan boleh dijimatkan dengan ketara dan kualiti hasil yang diperolehi tidak jauh berbeza dengan kualiti data asal. Kaedah pemampatan data yang hilang ini selalunya memerlukan kompromi antara kelajuan pemampatan, saiz data dimampatkan dan kehilangan kualiti. Mampatan imej yang hilang digunakan dalam kamera digital untuk meningkatkan kapasiti storan dengan hampir tiada kehilangan kualiti imej. Pemampatan video codec MPEG-2 lossy untuk DVD melaksanakan fungsi yang serupa.

Dalam pemampatan audio yang hilang, kaedah psikoakustik digunakan untuk mengalih keluar komponen isyarat yang tidak boleh didengar atau sukar didengar. Pemampatan pertuturan manusia sering menggunakan teknik yang lebih profesional, jadi orang kadangkala membezakan "mampatan pertuturan" atau "pengekodan pertuturan" sebagai bidang penyelidikan bebas daripada "mampatan audio". Piawaian pemampatan audio dan suara yang berbeza tergolong dalam kategori codec audio. Contohnya mampatan pertuturan digunakan untuk telefon Internet, manakala pemampatan audio digunakan untuk merobek dan menyahkod CD menggunakan pemain MP3.

Asas teori pemampatan teori ialah teori maklumat (yang berkait rapat dengan teori maklumat algoritma) dan teori herotan kadar Kerja-kerja penyelidikan dalam bidang ini terutamanya diletakkan oleh Claude Shannon, yang bekerja pada akhir 1940-an dan awal 1950-an. Menerbitkan kertas kerja asas dalam bidang ini. Doyle dan Carlson menulis pada tahun 2000 bahawa pemampatan data "mempunyai salah satu prinsip reka bentuk yang paling mudah dan paling elegan dalam semua bidang kejuruteraan". Kriptografi dan teori pengekodan juga merupakan subjek yang berkait rapat, dan idea pemampatan data mempunyai akar yang mendalam dalam inferens statistik.

Banyak sistem pemampatan data tanpa kehilangan boleh dilihat sebagai model empat langkah sistem pemampatan data Lossy biasanya mengandungi lebih banyak langkah, seperti ramalan, transformasi frekuensi dan pengkuantitian.

Untuk lebih banyak pengetahuan berkaitan, sila lawati ruangan Soalan Lazim!

Atas ialah kandungan terperinci Apakah petunjuk penting untuk mengukur prestasi teknologi pemampatan data?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!