Изменения
Перейти к навигации
Перейти к поиску
Строка 11:
Строка 11: − − <!-- Наиболее эффективными энтропийными кодерами является [[Арифметическое кодирование]], и его вариации - интервальное кодирование, ANS, CABAC(?) --> Строка 18:
Строка 16: − + − +
нет описания правки
Согласно [[Теоремы Шеннона для источника общего вида|теореме Шеннона]], существует предел сжатия без потерь, зависящий от энтропии источника. Чем более предсказуемы получаемые данные, тем лучше их можно сжать. Случайная независимая равновероятная последовательность сжатию без потерь не поддаётся.
Согласно [[Теоремы Шеннона для источника общего вида|теореме Шеннона]], существует предел сжатия без потерь, зависящий от энтропии источника. Чем более предсказуемы получаемые данные, тем лучше их можно сжать. Случайная независимая равновероятная последовательность сжатию без потерь не поддаётся.
== См. также ==
== См. также ==
== Литература ==
== Литература ==
* [https://books.google.ru/books?id=s3H8s8rdsHkC&pg=PA41 Digital Signal Compression: Principles and Practice] (By William A. Pearlman, Amir Said, 2011, ISBN 9780521899826), Chapter 4 "Entropy coding techniques" pp41-76
* [https://books.google.ru/books?id=s3H8s8rdsHkC&pg=PA41 Digital Signal Compression: Principles and Practice] (By William A. Pearlman, Amir Said, 2011, ISBN 978-0-521-89982-6), Chapter 4 «Entropy coding techniques» pp41-76
{{rq|sources|refless|img}}
{{rq|sources|refless|img}}
{{методы сжатия}}
{{методы сжатия}}