第五次作业

本文解答了关于信息论的基本习题,包括证明互信息等于熵减条件熵、讨论无冗余度信源及等概率分布信源的压缩可能性、分析图像正负片的压缩效果等问题。

3-3  证明:I(X;Y)=H(X)-H(X|Y)

 

3-9  没有冗余度的信源还能不能压缩?为什么?

 答:能。

     没有冗余度的信源,还能进行有损压缩,但是不能进行无损压缩。

      因为无损压缩   数据=信息+冗余量

3-12 等概率分布的信源还能不能压缩?为什么?你能举例说明吗?

     答:至少可以进行有损压缩。因为“等概”未必“不相关”,例如:对正弦信号的均匀取样值。

 

3-15 有人认为:“图像的负片(黑白颠倒)比正片更容易压缩”。你同意他的观点吗?为什么?

     不同意。图像的正负片的熵是相同的,在压缩结果一致的情况下,压缩率是一样的。

 

3.-16 有人认为:“相关的信源是非等概率分布的”。你同意他的观点吗?为什么?

     答:不同意。因为“等概”未必“不相关”,“不等概”未必“相关”。非等概率分布能说明存在冗余度,能够进行压缩,能得出该信源是非等概率分布的。 

转载于:https://www.cnblogs.com/luyali/p/6074049.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值