基于单词的Huffman压缩方法

基于单词的文本压缩算法是一种新型的算法，它与传统文本压缩算法的主要区别是以单词取代单个字符作为处理对象，介绍了基于单词的Huffman压缩算法，给出了多义Huffman树的构造算法，用一个例子进行了说明，比较了两种不同宽度的Huffman编码树，宽度为256的算法使用整个字节进行编码，而宽度为128的算法只使用一个字节中的7位进行编码，故前者具有更好的压缩率，并通过实验进行了说明。     

基于查找表的自适应Huffman编码算法

Huffman压缩编码作为一种高效而简单的可变长编码而被广泛应用于信源编码。但现有的Huffman编码算法普遍存在着效率不高的问题,因此,提出一种自适应查找表Huffman编码算法。该算法对数据进行编码的依据是动态变化的表,对于首次出现的字符使用"KEY"的码字进行编码,将"KEY"下移,等待下一个首次出现的字符。与其他算法相比,改进算法Huffman编码的效率得以提高。     

一种新的基于零树小波的图像压缩编码算法

在深入研究零树小波压缩编码算法的基础上,提出了一种改进的零树小波编码算法.即首先用haar小波基对图像进行小波分解,分解后的图像作EZW编码后,不立即对图像进行解码,而是在EZW解码之前加入了Huff-man编解码的过程.实验结果证明,该算法较EZW算法在一定程度上提高了图像的压缩质量和编码效率.     

单片机中实现数字图像压缩的算法研究

文章主要论述了在单片机中对数字图像压缩算法的硬件设计和如何在单片机实现对数字图像压缩成JPEG格式算法的具体实现方法,给出了在图像压缩算法中离散余弦变换（DCT）函数、Huffman编码函数等关键函数,并对其算法加以改进,对其复杂性进行了可靠的分析。     

Huffman树在判定问题中的应用研究

时间效率是衡量算法优劣的一个重要因素。判定类问题作为软件开发中的常见问题,有很多解决方法。研究表明,运用Huffman算法可以建立最佳判定树,提高程序的执行效率。Huffman树在多重判定这一领域具有较高的使用价值。     

基于文本的Huffman压缩技术

在信息快速传输和存储的过程中,数据压缩有着非常重要的作用.介绍了基于文本的Huffman压缩的原理与方法,并给出了一个Huffman压缩与解压程序的核心算法的实现过程.     

有序树的遍历算法

本文给出了几个有序树的遍历算法，它包括前序遍历，后序遍历和树的存同的算法。这些算法一般算法更为优化。     

基于EMFP-树的频繁模式挖掘算法

针对MFP-tree挖掘算法的不足,给出了一个频繁模式挖掘算法EMFP。算法通过将事务数据库的每条事务支持度进行裁剪以及为EMFP-树的节点添加子树个数计数器等措施来提高EMFP-树的挖掘算法的效率。实验结果表明,EMFP-树的挖掘算法是一个高效的频繁模式挖掘算法,其性能优于MFP算法。     

有源网络拓扑分析的k-树组法

对有源网络拓扑分析的 k-树组法进行了探讨,对现有定理作了一些发展,给出了顶点分类集合和 k-树组生成的算法.根据算法编制了计算机程序,并用它求出了有源网络的策动点导纳函数。     

布尔矩阵在树的判定中的应用

树的邻接矩阵在电子工程、计算机领域有重要应用.定义了图的布尔矩阵,给出了树的标准型,并且应用标准型给出了树的判定方法和算法,用计算机实现了该算法.     

一种不用构造二叉树的哈夫曼编码

针对传统哈夫曼编码算法都需要建立哈夫曼树的缺点,提出了一种不用建立哈夫曼树也可以进行哈夫曼编码的算法。该算法抛开具体的树结构,只需用一维数组模拟二叉树的创建过程求得每个符号的编码长度,然后根据编码长度为每个符号分配编码。算法分析表明,该算法需要的内存空间比传统哈夫曼编码算法要少很多。同时,算法的时间复杂度为O(n)。     

最优二叉树在多分支结构程序设计中的应用

文章介绍了最优二叉树算法,以现实中实物分类为例讨论了在多分支程序设计中,如何运用最优二叉树算法优化程序设计。实例运行结果表明利用最优二叉树算法,可以写出优质的多分支程序,提高程序的执行速度。     

基于二叉排序树的哈夫曼编码

传统的哈夫曼编码的实现方式是在构造哈夫曼的基础上,从叶子节点到根节点逆向进行的。为了提高编码的效率,给出了一种新的哈夫曼编码实现方式,该方式通过利用二叉排序树的数据结构,从哈夫曼的根节点出发,向叶子节点进行编码,在编码过程中仅将哈夫曼树的每个叶子节点进行一次扫描便可以得到各个叶子节点的哈夫曼编码。该方法不仅符合编码的思维方式,而且解决了原先编码过程中大量指针移动的问题。     

用C实现完整的哈夫曼编码系统

给出了一个用C程序自动产生哈夫曼树叶结点及对应权值的哈夫曼编码系统。     

支持向量机与哈夫曼树实现多分类的研究

基于支持向量机和决策树的多分类方法存在错误累积问题,累积的错误往往使分类准确率下降,分类效果变差.在仔细分析了其产生错误累积原因的基础上,提出了基于哈夫曼树的支持向量机多分类方法.该方法首先将一个多分类问题分解为多个二分类问题,针对每个二分类问题使用支持向量机二分类方法解决;然后根据相异度来决策分类的优先顺序,构建基于哈夫曼树的支持向量机多分类模型;最后使用勒卡斯开源数据集进行验证,并将它与传统的支持向量机多分类方法进行实验比较.实验结果表明,新的方法在分类速度和分类精度上较传统的支持向量机多分类方法优越.     

基于改进哈夫曼编码的全文索引结构压缩算法

为解决全文索引的索引结构压缩问题,提出了文本的基于正规哈夫曼编码小波树形式,并将该结构与后缀数组结合,实现了基于正规哈夫曼编码的小波树和高效构造算法。实验结果表明,在不降低运行效率的前提下,存储空间得到有效的压缩,从而证明了改进方法的有效性。