基于大字典的LZW压缩算法的降熵改进-计算机应用与软件.PDFVIP

第３３卷第６期　　　 计算机应用与软件 Ｖｏｌ３３Ｎｏ．６ ２０１６年６月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｎ．２０１６ 基于大字典的ＬＺＷ压缩算法的降熵改进 １，２ １ 陆振龙 　张　箐 １（中国科学院遥感与数字地球研究所　北京 １０００９４） ２（中国科学院大学　北京 １０００９４） 摘　要　　在分析压缩算法ＬＺＷ的基础上，针对ＬＺＷ算法在字典规模增大时出现的压缩后数据平均信息熵快速增大的不足，提出 一种改进的压缩算法。利用数据中普遍存在的空间相关性，在保存大字典的同时缩小每次压缩实际使用的字典范围，以此减小压缩 后数据的信息熵。给出改进算法与ＬＺＷ压缩算法的性能对比，实验结果表明改进算法在减小压缩后数据的信息熵方面取得了２％ ～１６．９％的优化。 关键词　　数据压缩　算法　信息熵　数据相关性 中图分类号　ＴＰ３９１．７　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１６．０６．０６８ ＩＭＰＲＯＶＥＭＥＮＴＯＦＥＮＴＲＯＰＹＲＥＤＵＣＴＩＯＮＦＯＲＬＺＷＣＯＭＰＲＥＳＳＩＯＮＡＬＧＯＲＩＴＨＭ ＢＡＳＥＤＯＮＢＩＧＤＩＣＴＩＯＮＡＲＹ １，２ １ ＬｕＺｈｅｎｌｏｎｇ 　ＺｈａｎｇＪｉｎｇ １（ＩｎｓｔｉｔｕｔｅｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇａｎｄＤｉｇｉｔａｌＥａｒｔｈ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９４，Ｃｈｉｎａ） ２（ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００９４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　ＢａｓｅｄｏｎｔｈｅａｎａｌｙｓｉｓｏｆｃｏｍｐｒｅｓｓｉｏｎａｌｇｏｒｉｔｈｍＬＺＷ，ｔｈｉｓｐａｐｅｒｐｕｔｓｆｏｒｗａｒｄａｎｉｍｐｒｏｖｅｄｃｏｍｐｒｅｓｓｉｏｎａｌｇｏｒｉｔｈｍａｉｍｅｄａｔｔｈｅ ｄｅｆｉｃｉｅｎｃｙｏｆＬＺＷｔｈａｔｔｈｅａｖｅｒａｇｅｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙｂｌｏｃｋｏｆｃｏｍｐｒｅｓｓｅｄｄａｔａｇｒｏｗｓｄｒａｍａｔｉｃａｌｌｙａｌｏｎｇｗｉｔｈｔｈｅｉｎｃｒｅａｓｅｏｆｄｉｃｔｉｏｎａｒｙ ｓｃａｌｅ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｕｔｉｌｉｓｅｓｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｃｏｍｍｏｎｌｙｅｘｉｓｔｅｄｉｎｄａｔａ，ｗｈｉｌｅｓａｖｉｎｇｔｈｅｂｉｇｄｉｃｔｉｏｎａｒｙｉｔａｌｓｏｎａｒｒｏｗｓｔｈｅｒａｎｇｅｏｆｔｈｅ ｄｉｃｔｉｏｎａｒｙｔｈａｔａｃｔｕａｌｌｙｕｓｅｄｉｎｅａｃｈｃｏｍｐｒｅｓｓｉｏｎ，ｓｏａｓｔｏｒｅｄｕｃｅｔｈｅｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙｏｆｔｈｅｃｏｍｐｒｅｓｓｅｄｄａｔａ．Ｔｈｅｐａｐｅｒｐｒｏｖｉｄｅｓ ｐｅｒｆｏｒｍａｎｃｅｃｏｍｐａｒｉｓｏｎｂｅｔｗｅｅｎｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍａｎｄＬＺＷｃｏｍｐｒｅｓｓｉｏｎａｌｇｏｒｉｔｈｍ，ｔｈｅｒｅｓｕｌｔｏｆｅｘｐｅｒｉｍｅｎｔｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｉｍｐｒｏｖｅｄ ａｌｇｏｒｉｔｈｍａｃｈｉｅｖｅｓａｎｏｐｔｉｍｉｓａｔｉｏｎｂｙ２％～１６．９％ｉｎｔｈｅａｓｐｅｃｔｏｆｄａｔａｉｎｆｏｒｍａｔｉｏｎｅｎｔｒｏｐｙａｆｔｅｒｔｈｅｃｏｍｐｒｅｓｓｉｏｎｉｓｒｅｄｕｃｅｄ． Ｋｅｙｗｏｒｄｓ　　Ｄａｔａｃｏｍｐｒｅｓｓｉｏｎ　Ａｌｇｏｒｉｔｈｍｓ　Ｅｎｔｒｏｐｙｏｆｉｎｆｏｒｍａｔｉｏｎ　Ｄａｔａｃｏｒｒｅｌａｔｉｏｎ 重复出现。因此，基于字典的压缩算法使用滑动窗口或者显式 ０　引　言