我一直在努力完全理解PAQ算法。维基百科似乎够复杂的了。尽管我目前正在学习神经网络和人工智能的课程,但有些术语和断言很难理解,特别是算法中的arithmetic coding部分。
我可以找到another link,但是里面充满了PAQ的版本和它们各自的基准测试。
有没有人可以推荐一个好的页面(文本,视频,音频,任何东西都可以!)这提供了一个清晰的解释。
发布于 2012-09-23 01:49:31
上下文混合和部分预测匹配的一个简单解释是,当您使用特定模型进行压缩时。例如,一些字母的概率比其他字母高,这在其他语言中也是一样的。一种不同的模型会导致熵压缩稍微好一点。paq压缩使用它来选择最佳的可用模型和压缩。当您在理解算术压缩时遇到问题时,请查找范围压缩,它基本上是相同的,但更容易理解:http://en.m.wikipedia.org/wiki/Range_encoding#section_1。
https://stackoverflow.com/questions/12544968
复制相似问题