數位內容與機器學習期末考筆記

 
Hypertext超文字:一種顯示在電子裝置的文字,包含可以連結到其他欄位或者文件的超連結 。

Hypermedia超媒體:超媒體是以多媒體所呈現的超文字系統。媒體的類型包括文字與非文字。
包括:圖像、動畫、影片、照片、錄影帶、及立體的錄音帶等。


何謂取樣(Sampling)?
將連續時間(continuous-time)信號轉換成離散時間(discrete-time) 數位信號的過程。
又被稱為「離散化」



離散化(Sampling)
定義一個間隔時間(比方0.1秒),一個均勻間隔時間針對連續類比訊號做取樣。
取出來的值就叫做「樣本」(sample),樣本值目前會是在X軸橫軸是實數。

數位化
針對橫軸對應到縱軸的數值定義一個整數位階,因為我們不能接受任一實數只能換成較靠近的整數。


Nyquist Theorem (取樣定理):
通常在訊號取樣時 ,會造成失真的現象 為避免訊號失真,信號在取樣時所
使用的頻率,必須要為原訊號頻率的二倍以上才可以還原 ,又稱為「取樣頻率」或「奈奎斯特頻率」。

舉例:一般人耳朵可聽見的聲音頻率介於20Hz~20 kHz之間。
而音樂光碟中音樂的類比波形是以44.1 kHz的取樣頻率,而後儲存於光碟上,原因就是在於44.1 kHz的取樣頻率滿足取樣定理。


無損資料壓縮技術:資料壓縮的主要目的是在不遺失資訊的情況下減小資料大小,以便我們能夠更有效地儲存和傳輸資料。


Shannon Fano Coding(香農法諾編碼)
根據符號出現的頻率將二進位代碼分配給符號。例如,如果符號“C”比符號“B”出現的次數更多,則我們為符號“B”分配比“C”更短的二進位代碼。


演算法步驟如下:

Step1.計算每個符號出現的次數,然後除以符號總數即可得出每個符號出現的機率。
 
Step2.按機率的降序對符號進行排序。
 
Step3.將符號分為兩個子部分,每個部分的機率總和盡可能接近。 
 
Step4.將值“0”分配給第一個子部分,將“1”分配給第二個子部分。
 
Step5.對每個子部分重複步驟 3 和 4,直到每個符號都有自己的符號。
 
(確保機率準確;否則,產生的二進位代碼可能不是最佳的壓縮方式。)



Huffman Coding(霍夫曼編碼)
是一種高效率、明確的程式碼,可分析訊息中某些字元出現的頻率。出現頻率較高的字元將被編碼為較短的位元字串,而頻率較低的符號將被編碼為較長的字串。

演算法步驟如下:
Step1.以n個樹代表要編碼的n個符號,該符號出現的頻率則為權重。
(將各個字元與其出現次數畫成節點)
Step2.以一個新節點將n個樹中權重最小的兩個樹合併,新節點的權重為兩個樹的權重和。
(將出現頻率最小的兩個節點合併至新的父節點,父節點中的數字為兩個子節點的次數之和。)
Step3.重複步驟2,直到只剩下一棵樹。樹中所有節點左邊的邊為0,右邊的邊為1。
(每一輪都挑選數字最小的兩個節點合併,直到生成一棵樹為止。最後,在各個通往左側子節點的箭頭上標示0,另一邊標示1。)










Ref:
9-2 取樣頻率與解析度
https://www.youtube.com/watch?v=81kO39V0ilw&ab_channel=ShannMath
甚麼是取樣頻率sampling frequency?
https://www.youtube.com/watch?v=IN0iAT94AGI&ab_channel=%E7%8E%8B%E6%A0%A2%E6%9D%91

58.Shannon-Fano编码
https://www.bilibili.com/video/BV1Q5411W7Eh/?spm_id_from=333.788.recommend_more_video.6&vd_source=e1803bc63cd4bc3220066738ae5bcaf6

Shannon Fano Coding- Data Compression (FULL SCREEN)
https://www.youtube.com/watch?v=dJCck1OgsIA&ab_channel=MathsResource

59.Huffman编码
https://www.bilibili.com/video/BV18C4y1a7fP/?spm_id_from=333.788.recommend_more_video.-1&vd_source=e1803bc63cd4bc3220066738ae5bcaf6

Huffman Coding 霍夫曼編碼
https://medium.com/@bhch3n/huffman-coding-%E9%9C%8D%E5%A4%AB%E6%9B%BC%E7%B7%A8%E7%A2%BC-3879df5ecddc

Day 24:霍夫曼編碼(Huffman coding)
https://ithelp.ithome.com.tw/articles/10278711

信息论——Huffman编码、Shannon-Fano-Elias编码笔记
https://www.cnblogs.com/yuhyuhy/p/_yuhyuhy_text_entropy_005.html

https://mail.tku.edu.tw/ccchen34/2012_01_%E7%AC%AC%E4%B8%80%E7%AB%A0_new.pdf
https://www.yiibai.com/geek/223699
https://www.slideserve.com/lourdes/multimedia

https://files.wireless.ecs.soton.ac.uk/newcomms/files/u1/Video_Comp_Chap_11_12.pdf

http://course.sdu.edu.cn/Download/ae2e3058-33ac-4a54-8578-41996e2e46b0.pdf

留言

這個網誌中的熱門文章

何謂淨重(Net Weight)、皮重(Tare Weight)與毛重(Gross Weight)

Architecture(架構) 和 Framework(框架) 有何不同?_軟體設計前的事前規劃的藍圖概念

(2021年度)駕訓學科筆試準備題庫歸納分析_法規是非題