ВИЗНАЧЕННЯ ОПТИМАЛЬНОГО АЛГОРИТМУ СТИСНЕННЯ ДЛЯ ФАЙЛІВ РІЗНОГО ФОРМАТУ
DOI:
https://doi.org/10.35546/kntu2078-4481.2024.2.17Ключові слова:
алгоритми, стиснення, кодування, Шеннон-Фано, Хаффман, RLE, LZ78.Анотація
Метою статті є висвітлення можливих напрямків використання алгоритмів стиснення у різних сферах. У статті описується дослідження ефективності стиснення файлів різного формату та надаються рекоменда- ції щодо оптимальних алгоритмів стиснення для конкретних сценаріїв. Дослідження проводилися емпіричним методом: було на програмному рівні реалізовано алгоритми стиснення, стиснуто файли, визначено розмір отриманих файлів і зроблено порівняння щодо ефективності методів. Основні результати досліджень: у статті представлено таблицю розмірів файлів після стиснення за різни- ми алгоритмами стиснення, підраховано коефіцієнти стиснення для кожного випадку, було визначено середні коефіцієнти стиснення для кожного алгоритму стиснення, проведено аналіз ефективності алгоритмів стиснення та визначено оптимальні алгоритми стиснення для файлів різного формату. Наукова новизна даної роботи полягає у комплексному підході до порівняння алгоритмів стиснення за коефіцієнтами стиснення на різних форматах файлів та дослідження поєднання алгоритмів Хаффмана та LZ78, що раніше не було широко досліджено. Це дозволяє отримати більш глибоке розуміння процесу стиснення файлів різного формату та виявити ефективні алгоритми для конкретних типів даних. Наукова робота може сприяти розвитку та вдосконаленню методів стиснення файлів і мати практичне застосування у різних областях, таких як зберігання та передача даних, стиснення файлів і покращення продуктивності систем обробки інформації. Практична значимість цієї роботи полягає у її потенційній користі для різних сфер. Вона надає рекомендації та висновки щодо вибору ефективних алгоритмів стиснення файлів різного формату. Це може мати пози- тивний вплив на зберігання та передачу даних, швидкість обробки даних, розробку програмного забезпечення та роботу з мультимедійними даними. Застосування оптимальних алгоритмів стиснення допомагає зменшити обсяг файлів, економить ресурси та поліпшує користувацький досвід.
Посилання
Ващенко А. В., Дроздова Є . А. Вирішення проблеми зберігання даних за допомогою програми стиснення файлів. Інформаційні системи та комп’ютерно-інтегровані технології: ідеї, проблеми, рішення – 2021. 2021. С. 13–15.
Prudvi C., Muchahary D., Raghuvanshi A. S. Analysis of image compression techniques for iot applications. 2022 international conference on intelligent technologies (CONIT), м. Hubli, India, 24–26 черв. 2022 р. 2022. DOI:10.1109/conit55038.2022.9848206
Image compression using huffman coding scheme with partial/piecewise color selection / A. H. M. Z. Karim та ін. 2021 IEEE 4th international conference on computing, power and communication technologies (GUCON), м. Kuala Lumpur, Malaysia, 24–26 верес. 2021 р. 2021. DOI:10.1109/gucon50781.2021.9573863
Dharma Walidaniy W., Yuliana M., Briantoro H. Improvement of PSNR by Using Shannon-Fano Compression Technique in AES-LSB StegoCrypto. 2022 international electronics symposium (IES), м. Surabaya, Indonesia, 9–11 серп. 2022 р. 2022. DOI:10.1109/ies55876.2022.9888656
Pic X., Antonini M. A constrained Shannon-Fano entropy coder for image storage in synthetic DNA. 2022 30th european signal processing conference (EUSIPCO), м. Belgrade, Serbia, 29 серп. – 2 верес. 2022 р. 2022. DOI:10.23919/eusipco55093.2022.9909833
Gupta M. Alternatives to huffman coding by comparison to other algorithms. 2021 innovations in power and advanced computing technologies (i-pact), м. Kuala Lumpur, Malaysia, 27–29 листоп. 2021 р. 2021. DOI:10.1109/ipact52855.2021.9696497
Compressed DNA coding using minimum variance huffman tree / P. Mishra та ін. IEEE communications letters. 2020. Т. 24, № 8. С. 1602–1606. DOI:10.1109/lcomm.2020.2991461
Image compression using run length encoding and its optimisation / A. Birajdar та ін. 2019 global conference for advancement in technology (GCAT), м. BANGALURU, India, 18–20 жовт. 2019 р. 2019. DOI:10.1109/gcat47503.2019.8978464
Saidani A., Xiang J., Mansouri D. A new lossless compression scheme for wsns using RLE algorithm. 2019 20th asia-pacific network operations and management symposium (APNOMS), м. Matsue, Japan, 18–20 верес. 2019 р. 2019. DOI:10.23919/apnoms.2019.8893093
Koppl D., Navarro G., Prezza N. HOLZ: high-order entropy encoding of lempel-ziv factor distances. 2022 data compression conference (DCC), м. Snowbird, UT, USA, 22–25 берез. 2022 р. 2022. DOI:10.1109/dcc52660.2022.00016
Puglisi S. J., Rossi M. On lempel-ziv decompression in small space. 2019 data compression conference (DCC), м. Snowbird, UT, USA, 26–29 берез. 2019 р. 2019. DOI:10.1109/dcc.2019.00030
Muller R. Linear computation coding inspired by the lempel-ziv algorithm. 2022 IEEE information theory workshop (ITW), м. Mumbai, India, 1–9 листоп. 2022 р. 2022. DOI:10.1109/itw54588.2022.9965875
Decompressing lempel-ziv compressed text / P. Bille та ін. 2020 data compression conference (DCC), м. Snowbird, UT, USA, 24–27 берез. 2020 р. 2020. DOI:10.1109/dcc47342.2020.00022
