.png){kind=icon}
返回
A Generalized Run-Length Representation Scheme for Vector Source Coding
.png){kind=icon}
PRE
AI
DOI：10.1109/tsp.2026.3700629.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
尽管数据压缩是一个研究充分的领域，但由于数据量的增长、其分布式特性以及从中获取的日益增长的效用，该研究主题至今仍具活力。针对离散信源的古典熵编码方案有时会产生次优结果，因为它们针对的是来自特定基础分布或具有特定属性的数据。对于连续信源，典型方法是将数据量化为稀疏表示，并通过待传输序列中零值占优来实现压缩增益。本文聚焦于利用这一性质的推广，即离散或量化可压缩数据向量的常见特征：大多数结果出现频率很低。我们提出的新型编码方案针对来自未知分布的数据，利用数据的频率和空间信息获取压缩表示。首先分析离散信源下本方案的渐近行为，并研究其性质，考虑概率质量函数（PMF）为c-支配的信源。随后考虑连续信源，研究如何创建平衡误差与熵的量化等级集。最后通过多个实验展示本方案的广泛适用性，其性能在多个领域与常用编码方案具有竞争力。
Keyword:
Source coding
entropy coding
compression
Golomb coding
run-length coding
期刊
I
IF:
5.8
论文数:
355
被引数:
0
机构
引用论文
.png){kind=icon}
分享收藏
分享收藏
查看更多内容