69439

Код Шеннона-Фано

Лабораторная работа

Информатика, кибернетика и программирование

Основной принцип положенный в основу кодирования по методу ШеннонаФано заключается в том что при выборе каждой цифры кодовой комбинации следует стремится к тому чтобы содержащееся в ней количество информации было наибольшим т. Сообщениям имеющим большую вероятность...

Русский

2014-10-04

64.5 KB

11 чел.

Министерство науки и образования Украины

Университет развития человека «Украина»

Отчет по лабораторной работе
Дисциплина Теория информации и кодирования
Тема: Код Шеннона-Фано

Принял: Вишталь

Выполнил:
студент 3  курса гр.КС-31
Гребинь Д. А.

Киев 2005

Лабораторная работа № 7

Тема: Код Шеннона-Фано

Цель: Изучить Код Шеннона-Фано, выяснить особенности его построения и применения

Краткие теоретические сведения.

Основной принцип, положенный в основу кодирования по методу Шеннона-Фано, заключается в том, что при выборе каждой цифры кодовой комбинации следует стремится к тому, чтобы содержащееся в ней количество информации было наибольшим, т.е. чтобы независимо от значений всех предыдущих цифр эта цифра принимала оба возможных для нее значения ( 0 или 1 ) по возможности с однаковой вероятностью. Разумеется, количество цифр в различных обозначениях при этом различно, т.е. данный код является неравномерным. Сообщениям, имеющим большую вероятность, соответствуют короткие кодовые комбинации, имеющие меньшую вероятность – более длинные кодовые комбинации.

Кодовые комбинации строятся следующим образом:

  1.  Сообщения и их вероятности записываются в таблицу и сортируются по убыванию по вероятностям.
  2.  Таблица делится на две части так, чтобы суммы вероятностей в обоих частях были бы наиболее близки. Если получается два варианта разбиения, для которых одинаково близки суммы вероятностей, различное для них сообщение относится к верхней подгруппе.
  3.  В верхней подтаблице в качестве старшего бита кодового слова записывается 0, в нижней – 1.
  4.  Деление подтаблиц по п.2 повторяется рекурсивно до получения окончательных кодовых комбинаций (количество сообщений в подтаблице станет равным 1 ).

Из рисунка 2 можно увидеть такие действия:

- После первого разделения получится две группы сообщений: Р0 (сумма=0,40)и Р1…Р5 (сумма=0,6) Первой цифрой кода для сообщений первой группы будет-0, а второй-1;

- После второго разделения получится две группы сообщений: Р1,Р2 (сумма=0,37) и Р3…Р5 (сумма=0,23). Второй цифрой кода для сообщений первой группы будет-0, а второй-1

- Далее разделяем Р1 (0,20) и Р2 (0,17) ставим соответственно для первого -0, а для второго – 1. Это была первая группа. Вторая состоит из Р3(0,13) –ставим 0, и Р4, Р5 (0,1) – ставим 1;

-  Если посмотреть на наши результаты, то можно заметить лишь одну пару Р4 и Р5. Мы её разделяем. Приписываем Р4 – 0, а Р5- 1. Всё!

Вывод: Данный код является неравномерным. Сообщениям, имеющим большую вероятность, соответствуют короткие кодовые комбинации, имеющие меньшую вероятность – более длинные кодовые комбинации.


 

А также другие работы, которые могут Вас заинтересовать

48872. Расчет привода дискового питателя 842.5 KB
  Расчет коэффициента нагрузки.16 Расчет коэффициентов нагрузки.1 Определение общего КПД привода ηобщ – общий КПД привода Применим следующую формулу для определения общего КПД привода дискового питателя
48873. Разработать печатный узел устройства с помощью пакета программ САПР P-CAD 2006 1.02 MB
  Чтобы создать новую библиотеку необходимо выполнить следующую последовательность действий: Выбрать команду Librry New. Для подготовки редактора к работе необходимо выполнить следующие операции: Выбрать команду Options Configure и в появившемся окне установить размер рабочего поля формата А4. Выбрать команду View Snp to grid для привязки курсора к узлам сетки. Выбрать команду Options Grids и установить шаг сетки равный 1.
48874. Разработка участка топливной аппаратуры на 628 автомобилей МАЗ-53371 2.93 MB
  Расчет годового объема работ Расчет годового объема работ по ТО ТР и самообслуживанию. Разработка участка топливной аппаратуры на 628 автомобилей МАЗ 53371 Лит.
48875. Определение видовой принадлежности грибов 717.5 KB
  Обучение нейросети. Применение нейросети для определения вида грибов. Искусственные нейронные сети прочно вошли в нашу жизнь и в настоящее время широко используются при решении самых разных задач и активно применяются там где обычные алгоритмические решения оказываются неэффективными или вовсе невозможными. Нейронные сети – исключительно мощный метод моделирования позволяющий воспроизводить чрезвычайно сложные зависимости.
48876. ПРОГНОЗИРОВАНИЕ БУКМЕКЕРСКИХ КОЭФФИЦИЕНТОВ 108.5 KB
  Но букмекерам приходится решать несколько иную задачу им необходимо оценить вероятность каждого исхода матча победу поражение какойлибо команды или ничейный результат и по итогам этой оценки определить какую сумму они готовы выплачивать победителю в случае если тот правильно сумел предугадать результат. Задача состоит в том чтобы с помощью нейронных сетей определить коэффициенты на матчи с возможными исходами: победа первой команды победа второй команды ничья. Ниже приводится их список: количество выигранных в прошлом сезоне...
48877. Использование нейронных сетей в банковском деле 398 KB
  Искусственные нейронные сети Нейросети в банковском деле Глава Постановка задачи Для решения поставленной задачи будем использовать персептрон основанный на нейронной сети с 14ю входами с 1 выходным и с двумя скрытыми слоями. Нейронные сети и нейрокомпьютеры это одно из направлений компьютерной индустрии в основе которого лежит идея создания искусственных интеллектуальных устройств по образу и подобию человеческого мозга.