Создан заказ №885941
16 апреля 2016
Тема на выбор
Как заказчик описал требования к работе:
УЧЕБНЫЙ КУРС «МАТЕМАТИЧЕСКИЙ АППАРАТ ДЛЯ ПОСТРОЕНИЯ КОМПЬЮТЕРНЫХ СИСТЕМ»
Темы:
Принципы передачи и приема информации
Кодирование передаваемых сообщений
Обзор развития систем кодирования
Количество информации в дискретном сообщении
Энтропия ансамбля дискретных сообщений
Избыточность и безызбы
точность источника дискретных сообщений
Разработка методов эффективного кодирования
Применение теоремы Шеннона для проектирования информационных систем
Классификация и характеристики каналов связи
Методы определения количества информации, передаваемой в сети
Задача кодирования в дискретном канале с помехами
Пропускная способность симметричного канала без памяти
Ограничение возможности использования оптимального кодирования на практике
Принципы помехоустойчивого кодирования блоками конечной длины
Применение непрерывных ансамблей и источников
Информационные характеристики непрерывных источников
Теоремы кодирования для непрерывного канала без памяти с дискретным временем
Эффективность систем передачи информации и их возможности по Шеннону
Критерии качества воспроизведения сообщений
Квантование непрерывной случайной величины
Применение теоремы закона больших чисел
Применение арифметического кодирования на практике
Использование порождающих матриц
Применение циклических кодов
Применение сверточных кодов
Математические основы CRC-кодирования
Использование укороченных кодов
Методы структурного кодирования
Математические основы адресации оперативной памяти
Применение логических деревьев для построения индексов
Объем введения к курсовой работе – 2-3 страницы.
Объем заключения к курсовой работе – 1,5-3 страницы.
Список используемой литературы должен содержать 20 – 25 источников (не менее 10 книг и 10-15 материалов периодической печати), с которыми работал автор курсовой работы
Объем курсовой работы 20 страниц.
Преподаватель проверяет в программе http://advego.ru/plagiatus
Уникальность в этой программе в пределах 50% и и уровень заимствований из одного источника не более 20
подробнее
Фрагмент выполненной работы:
Введение
Применение арифметического кодирования на практике актуально последние несколько десятков лет. При этом внимание уделяется как разработке высокоуровневых методов сжатия, таких как предсказание по частичному совпадению или сжатие изображений и видео, так и элементарных методов, предназначенных для устранения статистической избыточности, таких как арифметическое кодирование или кодирование Хаффмана.
В наши дни информация является главным инструментом в развитии фундаментальных наук, технологий, методов работы и обучения. (работа была выполнена специалистами author24.ru) Посредством передачи информации люди обмениваются опытом, знаниями и полезными сведениями, что, несомненно, ведет к прогрессу во всех областях человеческой деятельности.
Объёмы передаваемой электронной информации возрастают с огромной скоростью. Это связанно, прежде всего, с развитием Интернета и беспроводных технологий связи. Однако, несмотря на высокую пропускную способность современных каналов связи, передача больших объёмов информации всегда сопряжена со значительными временными затратами. Именно поэтому возникла такая область информационных технологий, как сжатие данных.
Теория сжатия данных объединяет в себе несколько различных направлений. В рамках данной теории методы принято разделять на методы кодирования информации без потерь (lossless) и методы кодирования информации с потерями (lossy). Как следует из названий, методы первой группы не ведут к информационным потерям (т.е. первоначальная информация может быть в точности восстановлена из сжатого состояния), тогда как использование методов второй группы сопряжено с такими потерями. Применение сжатия без потерь особенно важно для текстовой информации, записанной на естественных и на искусственных языках, поскольку в этом случае ошибки обычно недопустимы. В свою очередь сжатие с потерями применяется к информации, содержащей отдельные несущественные составляющие, которые при определенных условиях могут быть частично или полностью удалены. Методы сжатия с потерями часто используются для сжатия звука и изображений.
В литературе вопрос кодирования освещен широко [3, 4, 5]. В работе [5] подробно описан процесс видеокодирования. Авторами [1] для построения стегосистемы на базе растровых изображений применяется арифметическое декодирование входного зашифрованного сообщения. Арифметический декодер воспроизводит сообщения в соответствии с указанным вероятностным распределением нулей и единиц.
В работе [2] была произведена оценка арифметического кодирования для 16-ти и 32-х разрядной арифметики (0.002 бита на символ и 0.00000003 бит соответственно).
В работе [6] описан алгоритм арифметического кодирования, показана оценка вероятности появления символов, которая учитывает особенность модели.
В курсовой работе мы рассмотрим один из методов сжатия информации без потерь, который носит название "Арифметическое кодирование".Посмотреть предложения по расчету стоимости
Заказчик
заплатил
заплатил
500 ₽
Заказчик не использовал рассрочку
Гарантия сервиса
Автор24
Автор24
20 дней
Заказчик воспользовался гарантией для внесения правок на основе комментариев преподавателя
19 апреля 2016
Заказ завершен, заказчик получил финальный файл с работой
5
Тема на выбор.docx
2016-04-22 20:38
Последний отзыв студента о бирже Автор24
Общая оценка
5
Положительно
Большое спасибо. Очень помогли. Терпеливо исправляли работу в соответствии с замечаниями.
Хочешь такую же работу?
300 ₽
