数据压缩 第四次作业
5.给定如表4-9所示的概率模型,求出序列a1a1a3a2a3a1的实值标签。
算术编码代码
clc,clear all; symbol=['abc']; %输入一串序列 pr=[0.2 0.3 0.5]; %各字符出现的概率 temp=[0.0 0.2 0.5 1.0]; %各字符的累积概率 orignal=temp; in=input('input a string of abc:'); n=length(in); %编码 for i=1:n width=temp(4)-temp(1); w=temp(1); switch in(i) case 'a' m=1; case 'b' m=2; case 'c' m=3; otherwise error('do not input other character'); end temp(1)=w+orignal(m)*width; temp(4)=w+orignal(m+1)*width; left=temp(1); right=temp(4); fprintf('left=%.6f',left); fprintf(' '); fprintf('right=%.6f\n',right); end encode=(temp(1)+temp(4))/2
结果:
input a string of abc:'aacbca' left=0.000000 right=0.200000 left=0.000000 right=0.040000 left=0.020000 right=0.040000 left=0.024000 right=0.030000 left=0.027000 right=0.030000 left=0.027000 right=0.027600encode =0.0273
结论: a1a1a3a2a3a1的实值标签为 0.0273
6.对于表4-9给出的概率模型,对于一个标签为0.63215699的长度为10的序列进行解码。
算术解码代码:
encode=0.63215699; %序列标签 n=10; %序列长度 pr=[0.2 0.3 0.5]; %各字符出现的概率 temp=[0.0 0.2 0.5 1.0]; %各字符的累积概率 orignal=temp; decode=['0']; for i=1:n fprintf('tmp=%.6f\n',encode); if(encode>=orignal(1)& encode<orignal(2)) decode(i)='a'; t=1; elseif(encode>=orignal(2)& encode<orignal(3)) decode(i)='b'; t=2; else decode(i)='c'; t=3; end encode=(encode-orignal(t)); encode=encode/pr(t); end decode
结果:
tmp=0.632157 tmp=0.264314 tmp=0.214380 tmp=0.047933 tmp=0.239666 tmp=0.132219 tmp=0.661093 tmp=0.322185 tmp=0.407284 tmp=0.690947decode =cbbabacbbc
结论: 标签为0.63215699的长度为10的序列为 a3a2a2a1a2a1a3a2a2a3
转载于:https://www.cnblogs.com/rwg-xs/p/6033579.html
数据压缩 第四次作业相关推荐
- 2021年人工神经网络第四次作业:基于MATLAB的求解
简 介: 本文选取了2021年人工神经网络第四次作业学生提交的作业.供交流使用. 关键词: 人工神经网络 #mermaid-svg-ATqdYQemfmABj2Hj {font-family:&quo ...
- 2021年人工神经网络第四次作业要求:第七题
简 介: 对于MATLAB中的SimpleClass数据集合,对比了BP,RBF,SVM,SOFM,DHNN 等方法分类结果,可以看到BP,RBF,SVM,SOFM都具有非常好的分类效果.DHNN对于 ...
- 2021年人工神经网络第四次作业 - 第三题Cifar10
简 介: 在Paddle下使用最基本的BP网络以及LeNet网络结构,测试了Cifar10数据集合.但实际运行在测试集合上的效果始终没有突破0.3,具体原因还需要进行查找. 后来经过测试,发现问题出现 ...
- 2021年人工神经网络第四次作业 - 第二题MNIST手写体识别
简 介: ※MNIST数据集合是深度学习基础训练数据集合.改数据集合可以使用稠密前馈神经网络训练,也可以使用CNN.本文采用了单隐层BP网络和LeNet网络对于MNIST数据集合进行测试.实验结果标明 ...
- 2021年人工神经网络第四次作业-第四题:旋转的数字
简 介: 本文对于作业中给定的机械数字字符识别问题进行了实验研究.通过对于采样1000样本的数据集合进行训练,经过增加DropOut的可以增加网络的泛化性能.对于网络规模的增加对训练精度没有明显的改进 ...
- 2021年人工神经网络第四次作业-第五题:危险品识别
简 介: 通过对于物品X射线数据集合的整理,挑选出15类体积比较大的物品,训练LeNet网络进行识别. 关键词: X射线,危险品识别,LeNet,Paddle #mermaid-svg-wZUMACG ...
- 2021年人工神经网络第四次作业-第一题:LeNet对于水果与动物进行分类
简 介: 对于有五种动物和五中水果组成的FAMNIST数据集合的图像分类问题进行了测试.本文主要是集中在前期的数据库的准备和网络的构建方面.对于网络的详细测试参见在 对于FAMNIST中的十种动物和水 ...
- 2021年春季学期-信号与系统-第十四次作业参考答案-第九小题参考答案
本文是 2021年春季学期-信号与系统-第十四次作业参考答案 中各小题的参考答案. §09 第九小题 9.证明DFT的对称性质: 若:DFT{x[n]}=X[k]DFT\left\{ {x\left[ ...
- 2021年春季学期-信号与系统-第十四次作业参考答案-第八小题参考答案
本文是 2021年春季学期-信号与系统-第十四次作业参考答案 中各小题的参考答案. §08 第八小题 8. 以下序列的长度为\nN.,求其离散傅里叶变换的闭合表达式. (1) x[n]=sin(ω0 ...
最新文章
- 如何挽回一个快要“变心”的买家?(转自索菲外贸笔记)
- 用MS SQL Reporting Services生成报表
- getresource 路径转义_java中的相对路径和绝对路径
- Apollo进阶课程㊸丨Apollo实战——障碍物感知和路径规划能力实战
- ActiveMQ学习总结(1)——ActiveMQ快速入门
- 运动控制+机器视觉Demo软件框架系统概述
- MySQL基础之LIKE模糊查询
- 数据包络分析方法与maxdea软件_Ecoatmaster软件辅助电泳工艺评审的应用
- Web UI设计基础
- Nginx配置https及证书
- Linux之父:不担心微软接管Linux
- 盘点那些年火过的php建站系统
- AD9的pcb 里面怎样才能从TOP层视图换成从BOTTOM层网上面看,相当于把板子翻过来看
- 利用Python开发一个微信定时发送器
- 做大数据可视化分析的软件和工具有哪些?
- cuda编程与gpu并行计算(六):图稀疏矩阵转为CSR结构并传入gpu
- 纯千兆电口和自适应电口的区别
- 创建df的副本df2,其中df2为除了df最后一列之外的所有列;
- 7.Linux文件管理命令---grep:查找字符串
- c语言中htonl函数,htonl()函数学习