|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/pengkodean-dan-kompresi-data/
课程评论：没有评论
本课程《数据编码与压缩》是一门介绍性课程，涵盖了数据压缩的广泛主题。它从信息论的基础知识开始，包括信息的量化、熵和 Kraft-McMillan 不等式。然后，课程深入探讨了无损编码技术，例如前缀码，以及 Huffman 编码、Golomb 码、Tunstall 码和算术编码。此外，还介绍了字典技术，如 RLE 和 BW 变换。 课程的后半部分关注有损压缩。它解释了有损压缩的基本原理，并探讨了标量和矢量量化等技术，这些技术应用于文本和图像压缩。 为了帮助学习者掌握这些概念，本课程强调基础概念的理解，并在每次算法讨论中进行巩固。课程材料还包括练习和独立任务，以增强对主题的理解。 **课程地图（主题）：** 1. 信息论基础 2. 编码导论 3. 压缩导论 4. Huffman 编码 5. 最小方差 Huffman 编码 (MVHC) 和扩展 Huffman 编码 (EHC) 6. Tunstall 和 Shannon Fano 编码 7. 整数编码 (Golomb) 8. 算术编码 9. 字典编码 10. RLE 和 BW 变换 11. 有损压缩基础 12. 标量量化（第一部分） 13. 标量量化（第二部分） 14. 矢量量化 **学习建议：** * 在课程开始时，应侧重于编码和压缩的基础概念。 * 每次讨论压缩算法时，都应复习和加强压缩的基本概念。 * 每个章节都配有练习和独立任务，以提高对课程材料的理解。 **参考书目：** * Adam Drozdek, Elements of Data Compression, Thomson Brooks/Cole, 2002 * Khalid Sayood, Introduction to Data Compression, Academic Press, 2000. * T.M. Cover, J.A. Thomas, Elements of Information Theory, John Wiley & Sons. * M. Nelson and J.‐L. Gailly. The Data Compression Book. M & T Books, CA, 1996. * D. Salomon. Data Compression: The Complete Reference. Springer, 1998.
Mata kuliah ini mencakup materi pengantar kompresi data, teori informasi dasar untuk Lossless Coding: kuantitas informasi, entropi, Kraft-McMillan Inequality, Prefix- Free Code; teknik-teknik kompresi untuk lossless coding: Huffman Coding, Golomb dan Tunstall Code, Arithmetic Coding, Dictionary Technique, RLE dan BW Transform; pengantar kompresi lossy, kuantisasi skalar dan vektor pada teks dan citra.Peta Materi (Kajian) atau Pokok BahasanPokok Bahasan 1: Pengantar teori informasiPokok Bahasan 2: pengantar pengkodeanPokok Bahasan 3: pengantar kompresiPokok Bahasan 4: huffman codingPokok Bahasan 5: Minimum Variance Huffman Coding (MVHC) dan Extended Huffman Coding (EHC)Pokok Bahasan 6: Tunstall dan Shannon Fano CodingPokok Bahasan 7: Integer Coding (Golomb)Pokok Bahasan 8: Arithmetic CodingPokok Bahasan 9: Dictionary CodingPokok Bahasan 10: RLE dan BW TransformPokok Bahasan 11: Dasar Kompresi LossyPokok Bahasan 12: Kuantisasi Skalar (part 1)Pokok Bahasan 13: Kuantisasi Skalar (part 2)Pokok Bahasan 14: Kuantisasi VektorBest Practice (Tips dan Trick) Mempelajari Mata KuliahDi awal perkuliahan diharapkan materi ditekankan pada konsep dasar pengkodean dan konsep dasar kompresi. Pembahasan setiap algoritma kompresi juga sebaiknya selalu disertai dengan pengingatan dan penguatan konsep dasar kompresi tersebut. Di setiap bab disertai dengan latihan dan tugas mandiri yang harus diselesaikan untuk meningkatkan pemahaman materi perkuliahan.ReferensiAdam Drozdek, Elements of Data Compression, Thomson Brooks/Cole, 2002Khalid Sayood, Introduction to Data Compression, Academic Press, 2000.T.M. Cover, J.A. Thomas, Elements of Information Theory, John Wiley & Sons.M. Nelson and J.‐L. Gailly. The Data Compression Book. M & T Books, CA, 1996.D. Salomon. Data Compression: The Complete Reference. Springer, 1998.
