标签：
题目：
1-1 数据压缩的一个基本问题是“我们要压缩什么”，对此你是怎样理解的？
1-2 数据压缩的另一个基本问题是“为什么进行压缩”，对此你又是怎样理解的？
1-6 数据压缩技术是如何分类的？
答案：
在回答题目之前，先对‘数据压缩’进行一定的了解，数据压缩是指在不丢失有用信息的前提下，缩减数据量以减少存储空间，提高其传输、存储和处理效率，或按照一定的算法对数据进行重新组织，减少数据的冗余和存储的空间的一种技术方法。
对1-1的解答：
因为在有限的空间内，不能存放无限的东西。大数据的到来，使数据爆炸式的增长，因此我们对数据进行压缩。
对1-2的解答：
由于空间有限，对传输速率、存储和处理效率的要求，因此要进行压缩。
对1-6的解答：
多媒体数据压缩技术按照数据来源的不同，可以通过使用不同的数据模型和算法组合得到最有效的压缩效果。
信息理论认为：若信源编码的熵大于信源的实际熵，该信源中一定存在冗余度。去掉冗余不会减少信息量，仍可原样恢复数据；但若减少了熵，数据则不能完全恢复。不过在允许的范围内损失一定的熵，数据可以近似地恢复。根据压缩过程中是否减少了熵，目前常用的压缩编码方法可以分为两大类：一类是无损压缩编码法（Lossless compression coding），也称冗余压缩法或熵编码法；另一类是有损压缩编码法（Loss compression coding）。
无损压缩法去掉或减少了数据中的冗余，但这些冗余值是可以重新插入到数据中的，因此，这种压缩是可逆的，也称为无失真压缩。为了去除数据中的冗余度，常常要考虑信源的统计特性，或建立信源的统计模型，因此许多适用的冗余度压缩技术均可归结于统计编码方法。此外，统计编码技术在各种熵压缩方法中也经常会用到。统计编码方法有霍夫曼编码、算术编码、游程编码等。冗余压缩法由于不会产生失真，因此在多媒体技术中一般用于文本、数据以及应用软件的压缩，它能保证完全地恢复原始数据。
有损压缩法压缩了熵，会减少信息量。因为熵定义为平均信息量，而损失的信息是不能再恢复的，因此这种压缩法是不可逆的。熵压缩主要有两大类：特征抽取和量化。特征抽取的编码方法如基于模型的编码、分形编码等。对于实际应用而言，量化是更为通用的熵压缩技术，包括特征提取、零记忆量化、预测编码、直接映射、变换编码等，其中预测编码和变换编码是最常见的实用压缩编码方法。
标签：
原文地址：http://www.cnblogs.com/wxh-bk/p/5798456.html
