基于PDC编码的中文文本压缩算法

• 作者: 曾党泉
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 中文文本 压缩算法 前缀 深度 编码 压缩率
• 年，卷（期）: 2015,（17）
• 所属期刊栏目: 信息与信号处理
• 页码范围: 205-209,227
• 页数: 6页
• 分类号: TP391
• 字数: 5839字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1411-0326

摘要

针对中文文本结构的特点以及传统压缩算法对中文文本压缩的不足，提出并实现了一个基于PDC编码的中文文本压缩算法。该算法采用的是字典压缩方式。根据单个汉字在中文文本出现的概率，采用Huffman编码方式进行前缀变长编码；定义由某个汉字为前缀的词组和短语的深度；对具有相同前缀和相同深度的词组和短语进行局部的定长编码，构成一部压缩编码字典。通过对相同文本分别使用该算法和传统的LZW和LZSS编码算法压缩后得到的数据结果对比，压缩率有2.53%~40.48%的提高，表明该压缩算法有较好的压缩效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾党泉	厦门大学嘉庚学院信息科学与技术学院	6	12	2.0	3.0