Link tải luận văn miễn phí cho ae Kết nối
LỜI MỞ ĐẦU 1
CHƯƠNG 1: GIỚI THIỆU CHUNG 2
1.1. Nén dữ liệu 2
1.2. Tín hiệu EEG (Electroencephalograph) và Sự cần thiết nén dữ liệu y sinh (Biomedical data compression) 4
1.2.1. Tín hiệu EEG 5
1.2.2. Sự cần thiết nghiên cứu nén tín hiệu y sinh 7
CHƯƠNG 2: LÝ THUYẾT NÉN DỮ LIỆU 9
2.1. Những vấn đề chung 9
2.2. Lý thuyết thông tin 11
2.2.1. Khái niệm thông tin 11
2.2.2.2.Giới thiệu về lý thuyết thông tin 12
2.3. Các phương pháp nén dữ liệu 15
2.3.1. Các phương pháp nén không mất thông tin 15
2.3.1.1 Mã Huffman 15
2.3.1.2. Mã số học 19
2.3.1.3.Kĩ thuật từ điển 22
2.3.1.4. Phương pháp nén dựa vào ngữ cảnh (context-based compression) 23
1.4. Đo chất lượng nén 25
CHƯƠNG 3: NÉN TÍN HIỆU EEG 26
3.1. Các phương pháp đã được sử dụng để nén EEG 26
3.1.1. Các phương pháp nén không mất thông tin (lossless compression) 26
3.1.1.1. Giới thiệu phương pháp nén 26
3.1.1.2. Phương pháp mã Huffman 31
3.1.1.3. Nén đếm lặp 33
3.1.1.4. Kĩ thuật nén đoán (preditive compression techniques) 35
3.1.1.4.2 Bộ đoán lọc số 37
3.1.1.4.3. đoán tuyến tính thích nghi 38
3.1.1.4. Phương pháp nén biến đổi (Transformation compression) 39
3.1.2. Giới thiệu các phương pháp nén EEG khác 40
3.2. Những đặc trưng của tín hiệu EEG 40
3.2.1. Nén đoán với những lối vào trễ 41
3.2.2. Lượng tử hoá vectơ của tín hiệu EEG 41
CHƯƠNG 4: MÔ PHỎNG 43
4.1. Mã Huffman 43
4.2. Biến đổi DCT 45
TÀI LIỆU THAM KHẢO 48
CHƯƠNG 1: GIỚI THIỆU CHUNG

1.1. Nén dữ liệu
Nén dữ liệu hay còn gọi là mã hóa nguồn (source coding), là sự biểu diễn thông tin của dữ liệu nguồn dưới dạng nén. Nó đã là một công nghệ then chốt trong cuộc cách mạng truyền thông đa phương tiện số trong nhiều thập kỉ.
Mục tiêu của nén dữ liệu bao gồm việc tìm ra một thuật toán hiệu quả để loại bỏ dư thừa tồn tại trong dữ liệu đó. Ví dụ cho một xâu kí tự S, thì cái gì là chuỗi kí tự có thể thay thế được để cho ta một không gian tích trữ nhỏ hơn? Những giải pháp cho vấn đề này là những thuật toán nén mà sẽ xuất phát từ chuỗi kí tự có thể thay thế được để thu được số bit ít hơn trong toàn bộ số bit cần biểu diễn, cùng với những thuật toán giải nén để khôi phục lại dữ liệu ban đầu.
Tuy nhiên, ít hơn bao nhiêu bit? Điều đó phụ thuộc vào việc lựa chọn thuật toán mà được sử dụng và lượng dư thừa thông tin tồn tại trong dữ liệu nguồn. Dữ liệu khác nhau có thể yêu cầu những thuật toán khác nhau để nhận ra dư thừa và loại bỏ nó. Rõ ràng, điều này khiến cho những bài toán nén trở nên khó giải quyết vì yêu cầu chung khó được trả lời một cách dễ dàng khi nó gồm quá nhiều trường hợp. May mắn thay, chúng ta có thể đưa ra một số ràng buộc nhất định và kết hợp với kinh nghiệm về dữ liệu cũng như mục đích sử dụng dữ liệu để đưa ra những thuật toán phù hợp.
Khi nén dữ liệu, chúng ta cần thiết phải phân tích những đặc tính của dữ liệu được nén và hy vọng suy ra một vài mô hình để biểu diễn nén. Điều này làm tăng mức độ đa dạng về mô hình dữ liệu. Do vậy, kĩ thuật biểu diễn là một khâu trọng tâm của kĩ thuật nén. Một cách cụ thể, nén dữ liệu có thể được xem như là một phương pháp biểu diễn hiệu quả một nguồn dữ liệu số như văn bản, hình ảnh, âm thanh hay bất kì một dạng kết hợp nào của tất cả các loại này ví dụ như video.

Hình 1: data in compression



Hình 2: figure of data compression

Mục đích của nén dữ liệu là biểu diễn nguồn số này bằng số lượng bit ít nhất có thể khi gặp những yêu cầu tối thiểu để khôi phục lại dữ liệu ban đầu. Lý thuyết thông tin (information theory) được sử dụng nhiều trong nén dữ liệu.
1.2. Tín hiệu EEG (Electroencephalograph) và Sự cần thiết nén dữ liệu y sinh (Biomedical data compression)


nSKj25i3aAe01G8

---