On fixed-database universal data compression with limited memory
On fixed-database universal data compression with limited memory
复制标题
有限内存固定数据库通用数据压缩研究
DOI：
10.1109/18.641559
复制
发表时间：
1997
期刊：
影响因子：
--
通讯作者：
J. Ziv
中科院分区：
文献类型：
--
作者：
Yehuda Hershkovits;J. Ziv
讨论了无损数据压缩所需的固定侧面信息。对于具有固定的统计侧信息（“训练序列”）的数据压缩算法的非扰动编码和匡威定理是得出的，该算法不够大，可以产生最终的压缩，即源的熵。
The amount of fixed side information required for lossless data compression is discussed. Nonasymptotic coding and converse theorems are derived for data-compression algorithms with fixed statistical side information ("training sequence") that is not large enough so as to yield the ultimate compression, namely, the entropy of the source.