技术篇二.pptVIP

技术篇 (二) 赵亮 上海图书馆系统网络中心 lzhao@ 内容 第六章：数字图书馆信息存储与检索技术（p153-188） 第七章：数字图书馆的互操作（p188-226） 重点 掌握： 数据压缩技术原理、方法，文本压缩、多媒体压缩；p162-167 跨语言检索的实现方法；p179-185 数字图书馆异构对象数据库互操作技术；p195-197 Z39.50协议及Z39.83协议其原理、模式、应用；p210 熟悉： 多媒体信息检索；p170-178 互操作产生的原因；p190-191 重点 了解： 存储设备、存储技术和架构、数据备份技术、数据压缩；p153,p162 基于内容的信息检索技术；跨语言检索；p170, p178 数字图书馆的互操作及其协议和标准；p189 DAS ( 直接连接存储) NAS (网络存储) NAS (网络存储) SAN (存储区域网络) 光纤 SAN 霍夫曼编码实例, step I Assume that relative frequencies are: A: 40 B: 20 C: 10 D: 10 R: 20 (I chose simpler numbers than the real frequencies) Smallest number are 10 and 10 (C and D), so connect those 霍夫曼编码实例, step II C and D have already been used, and the new node above them (call it C+D) has value 20 The smallest values are B, C+D, and R, all of which have value 20 Connect any two of these 霍夫曼编码实例, step III The smallest values is R, while A and B+C+D all have value 40 Connect R to either of the others 霍夫曼编码实例, step IV Connect the final two nodes 霍夫曼编码实例, step V Assign 0 to left branches, 1 to right branches Each encoding is a path from the root A = 0B = 100C = 1010D = 1011R = 11 Each path terminates at a leaf Do you see why encoded strings are decodable? 霍夫曼编码，Unique prefix property A = 0B = 100C = 1010D = 1011R = 11 No bit string is a prefix of any other bit string For example, if we added E=01, then A (0) would be a prefix of E Similarly, if we added F=10, then it would be a prefix of three other encodings (B=100, C=1010, and D=1011) The unique prefix property holds because, in a binary tree, a leaf is not on a path to any other node 基本思想：算术编码不是将单个信源符号映射成一个码字，而是把真个信源表示为实数线上的0到1之间的一个区间，其长度等于该序列的概率，再在该区间内选择一个代表性的小数，转化为二进制作为实际的编码输出。消息序列中的每个元素都要用来缩短这个区间。消息序列中元素越多，所得到的区间就越小，当区间变小时，就需要更多的数位来表示这个区间。 采用算术编码每个符号的平均编码长度可以为小数。 算术编码举例（一） 词典编码 词典编码主要利用数据本身包含许多重复的字符串的特性。例如：吃葡萄不吐葡萄皮，不吃葡萄倒吐葡萄皮。 我们如果用一些简单的代号代替这些字符串，就可以实现压缩，实际上就是利用了信源符号之间的相关性。字符串与代号的对应表就是词典。 实用的词典编码算法的核心就是如何动态地形成词典，以及如何选择输出格式以减小冗余。 词典编码举例 词典法的想法是企图查找正在压缩的字符序列是否在以前输入的数据中出现过，然后用已经出现过的字符串替代重复的部分，它的输出仅仅是指向早期出现过的字符串的“指针”。 LZW编码