چکیده: در این مقاله با استفاده از شبکه عصبی مصنوعی، تابعی بر منحنی چگالی احتمال رشته اطلاعات منطبق نموده ایم و با این کار توانستیم تابع چگالی احتمال رشته اطلاعات را به منظور حافظه دار کردن منحنی چگالی احتمال تقریب بزنیم .از این تابع چگالی احتمال برای استفاده در فشرده سازی اطلاعات با روش هافمن بهره برده ایم . با این تفاوت که در این روش می توان چندین بار از الگوریتم هافمن برای کد کردن رشته اطلاعات استفاده نمود و در هر بار کد کردن تابع چگالی احتمال را تقریب زده و به انتهای رشته مورد نظر اضافه میکنیم . همچنین دو الگوریتم برای کدکردن و دیکد کردن رشته اطلاعات ارائه نموده ایم و درانتها درصد فشرده سازی روش پیشنهادی را با دو روش FDR Code ]4[ وGolomb1 مقایسه نموده ایم
بازنشر اطلاعات | |
این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است. |