2.1 OverviewThe treatment of data c

2.1 Overview
The treatment of data compression in this book is not very mathematical. (For a
more mathematical treatment of some of the topics covered in this book,
see [3, 4, 5, 6].) However, we do need some mathematical preliminaries to
appreciate the compression techniques we will discuss. Compression schemes
can be divided into two classes, lossy and lossless. Lossy compression schemes
involve the loss of some information, and data that have been compressed using a lossy
scheme generally cannot be recovered exactly. Lossless schemes compress the data without
loss of information, and the original data can be recovered exactly from the compressed data.
In this chapter, some of the ideas in information theory that provide the framework for the
development of lossless data compression schemes are briefly reviewed. We will also look
at some ways to model the data that lead to efficient coding schemes. We have assumed
some knowledge of probability concepts (see Appendix A for a brief review of probability
and random processes).

Kết quả (Việt) 1:

2.1 tổng quanViệc điều trị của nén dữ liệu trong cuốn sách này không phải là rất toán học. (Cho mộtCác điều trị thêm toán học của một số các chủ đề bao gồm trong cuốn sách này,xem [3, 4, 5, 6]) Tuy nhiên, chúng ta cần một số chuẩn toán học đểđánh giá cao các kỹ thuật nén chúng tôi sẽ thảo luận. Chương trình néncó thể chia thành hai lớp, lossy và lossless. Chương trình nén lossyliên quan đến sự mất mát của một số thông tin và dữ liệu đã được nén bằng cách sử dụng một lossychương trình thường không thể khôi phục chính xác. Đề án Lossless nén dữ liệu mà không cầnmất thông tin, và dữ liệu gốc có thể được phục hồi chính xác từ các dữ liệu nén.Trong chương này, một số trong những ý tưởng trong lý thuyết thông tin cung cấp khuôn khổ cho cácsự phát triển của các chương trình nén dữ liệu lossless là một thời gian ngắn xem xét. Chúng tôi cũng sẽ xem xéttại một số cách để mô hình dữ liệu dẫn đến hiệu quả mã hóa đề án. Chúng tôi đã giả địnhmột số kiến thức về các khái niệm xác suất (xem phụ lục A cho một nhận xét ngắn gọn của xác suấtvà quá trình ngẫu nhiên).

Kết quả (Việt) 2:

2.1 Tổng quan
Điều trị nén dữ liệu trong cuốn sách này không phải là rất toán học. (Đối với một
xử lý toán học nhiều hơn của một số trong những chủ đề được đề cập trong cuốn sách này,
xem [3, 4, 5, 6]). Tuy nhiên, chúng tôi cần một số sơ bộ toán học để
đánh giá cao các kỹ thuật nén chúng ta sẽ thảo luận. Chương trình nén
có thể được chia thành hai lớp, lossy và lossless. Các nguyên lý nén lossy
liên quan đến sự mất mát của một số thông tin và dữ liệu đã được nén bằng một lossy
chương trình nói chung không thể được phục hồi một cách chính xác. Đề án Lossless nén các dữ liệu mà không
mất thông tin, và các dữ liệu ban đầu có thể được phục hồi một cách chính xác từ các dữ liệu nén.
Trong chương này, một số ý tưởng trong lý thuyết thông tin cung cấp khuôn khổ cho sự
phát triển của các chương trình nén lossless dữ liệu được xem xét một thời gian ngắn. Chúng tôi cũng sẽ xem xét
một số cách để mô hình dữ liệu dẫn đến các chương trình mã hóa hiệu quả. Chúng tôi đã giả định
một số kiến thức về các khái niệm xác suất (xem Phụ lục A cho một đánh giá ngắn gọn của xác suất
và quá trình ngẫu nhiên).