HitIct:中文无损压缩算法性能评估测试集

• 作者: 云晓春 常为领 方滨兴 王树鹏
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 数据压缩 测试集 无损压缩
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 学术论文
• 页码范围: 42-47
• 页数: 6页
• 分类号: TP309.3
• 字数: 4955字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-436X.2009.03.007

摘要

提出了一个基于ANSI编码的中文无损压缩算法性能评估测试集HitIct.按照应用代表性、对现有ASCII编码测试集的补充性、样本公开性的原则从互联网上获取候选样本集,采用平均压缩率、标准差、平均相关系数、压缩率相关系数等技术指标对样本集中的样本进行筛选,并剔除影响压缩率的非文本因素等方法确定的最佳样本组成HitIct Corpus.实验结果表明,该测试集具有良好的代表性及稳定性,可以作为当前主流ASCII编码测试集的补充.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方滨兴	哈尔滨工业大学计算机网络与信息安全技术研究中心	175	3885	33.0	56.0
5	常为领	哈尔滨工业大学计算机网络与信息安全技术研究中心	2	14	2.0	2.0
6	云晓春		2	40	2.0	2.0
7	王树鹏		1	7	1.0	1.0