深度學習在數(shù)據(jù)壓縮中的應(yīng)用研究.pdf

1、隨著信息化時代的來臨，數(shù)據(jù)如何被快速地傳輸和高效地存儲變成一個引人關(guān)注的話題，而數(shù)據(jù)壓縮技術(shù)恰好是解決這一問題的有效方法。數(shù)據(jù)壓縮是指在保證信息的完整性或者數(shù)據(jù)的重要信息不丟失的同時，減少數(shù)據(jù)的體積，從而提高其傳輸、存儲和處理效率的一種技術(shù)。數(shù)據(jù)壓縮技術(shù)日益被人們關(guān)注的原因有兩點:一是存儲數(shù)據(jù)的設(shè)備的容量的是有一定限制的，為了能夠在有限的空間存儲更多的數(shù)據(jù)就需要對原始數(shù)據(jù)進行壓縮。二是信息技術(shù)的高速發(fā)展對數(shù)據(jù)傳遞速度的要求越來越高。在數(shù)

2、據(jù)傳遞過程中數(shù)據(jù)包越小傳遞的速度就越快，所以在為了獲得更快的傳遞速度和更高的處理效率，在滿足使用者對信息要求的情況下，數(shù)據(jù)量越小越好。
　　隨著大數(shù)據(jù)時代的來臨，數(shù)據(jù)的存儲和傳輸面臨著越來越多的問題。由于數(shù)據(jù)的體積呈現(xiàn)爆發(fā)式增長、數(shù)據(jù)的結(jié)構(gòu)越來越復(fù)雜，使得傳統(tǒng)的數(shù)據(jù)壓縮算法面臨著嚴峻的挑戰(zhàn)。恰是在此背景下，本文提出了把深度學習技術(shù)和聚類算法相結(jié)合的模型用于數(shù)據(jù)壓縮的研究。從實驗結(jié)果來看，混合模型在取得高壓縮比的同時也保存了大量的重