專利名稱：一種計算機數據壓縮方法及裝置的制作方法
技術領域：
本發(fā)明涉及計算機應用技術，尤其涉及計算機數據壓縮的優(yōu)化方法及裝置。
背景技術：
數據壓縮是將數據重新組織為一種可還原的格式，依這種格式處理的數據所占用的空間大小要遠遠小于原始數據的空間大小。在計算機應用領域中，數據壓縮可以減小存儲空間，可以降低傳輸代寬，減少輸入輸出(IO)讀寫次數等，具有諸多積極意義。衡量一個數據壓縮算法的好壞無外乎是看其壓縮比和壓縮效率。由于不同的壓縮算法的設計著眼點不同，每個壓縮算法在不同的場景下，壓縮比都是不同的。有的壓縮算法(如zlib)對文本的壓縮能力很強，但對二進制文件的壓縮效果卻不盡如人意；有的壓縮算法(如Izw)對二進制文件的壓縮能力很強，但對其它文件的壓縮能力卻不是很理想。因此，需要提供一種機制，能夠根據待壓縮數據本身的特點選擇最合適的壓縮算法，以便讓每種壓縮算法都充分發(fā)揮其最大的功效，這將具有十分重要的意義。隱馬爾可夫模型(HMM, Hidden Markov Model)是統(tǒng)計模型,它用來描述一個含有隱含未知參數的馬爾可夫過程，然后利用這些參數作進一步分析，例如模式識別。其難點是從可觀察的參數中確定該過程的隱含參數。在正常的馬爾可夫模型中，狀態(tài)對于觀察者來說是直接可見的。這樣狀態(tài)的轉換概率便是全部的參數。而在隱馬爾可夫模型中，狀態(tài)并不是直接可見的，但受狀態(tài)影響的某些變量則是可見的。每一個狀態(tài)在可能輸出的符號上都有一概率分布。因此輸出符號的序列能夠透露出狀態(tài)序列的一些信息。目前，隱馬爾可夫模型在語音識別上有著非常積極的應用。在生物信息學的遺傳算法中，有一個概念叫做基因突變，是指在進行染色體雜交的時候，某個染色體的某個成員會以一定的概率變?yōu)槿旧w成員中的其它成員。這種突變保證了生物遺傳最優(yōu)結果集的產生。如果能夠采用隱馬爾可夫模型來選取數據壓縮算法，同時附加將突變概念運用到數據壓縮算法最優(yōu)結果的產生上，將會使壓縮算法的選取更平均，取得更好的壓縮效果。

發(fā)明內容
本發(fā)明所要解決的技術問題是提供一種計算機數據壓縮方法及裝置，能夠優(yōu)化整體的壓縮效率。為了解決上述技術問題，本發(fā)明提供了一種計算機數據壓縮方法，包括根據待壓縮數據的類型從備選的壓縮算法集內自適應地選擇相應的壓縮算法壓縮數據。進一步地，在執(zhí)行根據待壓縮數據的類型選擇相應的壓縮算法壓縮數據之前，還包括判斷待壓縮數據是否需要采用突變的壓縮算法來壓縮，是則選擇突變算法壓縮數據；否則，
執(zhí)行根據待壓縮數據的類型從備選的壓縮算法集內自適應地選擇相應的壓縮算法壓縮數據。進一步地，判斷待壓縮數據是否需要采用突變的壓縮算法來壓縮，是則選擇突變算法壓縮數據，具體包括將生成的一個隨機數與指定的概率閥值進行比較，如果生成的隨機數大于所述概率閥值，則從壓縮算法集中任意選擇一個壓縮算法壓縮數據。進一步地，根據待壓縮數據的類型從備選的壓縮算法集內自適應地選擇相應的壓縮算法壓縮數據，具體包括第一步采用采用隱馬爾可夫模型的如下公式計算每一壓縮算法的選取概率
權利要求
1.一種計算機數據壓縮方法，其特征在于，包括根據待壓縮數據的類型從備選的壓縮算法集內自適應地選擇相應的壓縮算法壓縮數據。
2.按照權利要求I所述的方法，其特征在于，在執(zhí)行所述根據待壓縮數據的類型選擇相應的壓縮算法壓縮數據之前，還包括判斷待壓縮數據是否需要采用突變的壓縮算法來壓縮，是則選擇突變算法壓縮數據； 否則，執(zhí)行所述根據待壓縮數據的類型從備選的壓縮算法集內自適應地選擇相應的壓縮算法壓縮數據。
3.按照權利要求2所述的方法，其特征在于，所述判斷待壓縮數據是否需要采用突變的壓縮算法來壓縮，是則選擇突變算法壓縮數據，具體包括將生成的一個隨機數與指定的概率閥值進行比較，如果生成的所述隨機數大于所述概率閥值，則從所述壓縮算法集中任意選擇一個壓縮算法壓縮數據。
4.按照權利要求I至3任一項所述的方法，其特征在于，所述根據待壓縮數據的類型從備選的壓縮算法集內自適應地選擇相應的壓縮算法壓縮數據，具體包括第一步采用采用隱馬爾可夫模型的如下公式計算每一壓縮算法的選取概率P{x)=p^\y)p(y),P(y\xt)式中所述i代表壓縮算法集中的一個壓縮算法，所述P(Xi)為壓縮算法i的出現概率，設且Σ^)=ι;i=0所述P (XiIy)代表本次壓縮成功時，選擇所述壓縮算法i的概率；所述P(y)表示本次進行數據壓縮的成功概率；初始時，所述P (y)為預設的初始值； 所述P (y I Xi)表示選擇所述壓縮算法i時壓縮成功的概率；第二步選擇所述選取概率最大的那個壓縮算法進行數據壓縮；第三步根據壓縮比判斷本次壓縮是否成功，當進行本次數據壓縮后計算出來的壓縮率比上一次數據壓縮后的壓縮率高時，判斷所述壓縮成功，否則判斷壓縮失??；第四步更新每個壓縮算法總的成功概率及條件選取概率。
5.按照權利要求4所述的方法，其特征在于，所述第四步中更新每個壓縮算法總的成功概率及條件選取概率，具體包括針對每一壓縮算法，用兩個記數器分別記錄該壓縮算法的選取次數nr_total和當前壓縮的成功次數nr_success ；每次使用該壓縮算法進行所述數據壓縮時，所述nr_total加單位計數，每成功壓縮一次，所述nr_success加單位計數，則每個壓縮算法總的成功概率由公式P(y) = nr_ success/nr_total求得；同時,針對每一壓縮算法使用一計數單元M^sutseli來記錄本次壓縮成功條件下選擇所述壓縮算法i出現的次數；在壓縮成功的條件下選取所述壓縮算法i的所述條件選取概率由下列公式算得
6.按照權利要求4所述的方法，其特征在于，所述第一步初始時，根據每個壓縮算法權重的不同，為所述壓縮算法i首選一個初始 的選取概率，且保證
7.一種計算機數據壓縮裝置，其特征在于，包括自適應算法選擇模塊，用于根據待壓縮數據的類型從備選的壓縮算法集內選擇合適的壓縮算法壓縮數據。
8.按照權利要求7所述的裝置，其特征在于，還包括相互連接的突變決策模塊和突變算法選擇模塊，其中突變決策模塊，還與所述自適應算法選擇模塊連接，用于在判斷待壓縮數據需要采用突變的壓縮算法來壓縮時，向突變算法選擇模塊輸出突變選擇算法指令；否則，向自適應算法選擇模塊輸出自適應選擇算法指令；突變算法選擇模塊，用于根據輸入的突變選擇算法指令從所述壓縮算法集中任意選擇一個壓縮算法壓縮數據；所述自適應算法選擇模塊根據輸入的所述自適應選擇算法指令采用隱馬爾可夫模型根據待壓縮數據的類型選擇合適的壓縮算法壓縮數據。
9.按照權利要求8所述的裝置，其特征在于，所述突變決策模塊將生成一個隨機數與指定的概率閥值進行比較，如果該隨機數大于指定的概率閥值，則輸出所述突變選擇算法指令，否則輸出所述自適應選擇算法指令。
10.按照權利要求8所述的裝置，其特征在于，所述自適應算法選擇模塊首先計算壓縮算法集中每一壓縮算法的選取概率，選擇選取概率最大的壓縮算法進行數據壓縮；然后，根據本次壓縮和上次壓縮的壓縮比判斷本次壓縮是否成功，并更新每個壓縮算法總的成功概率及條件選取概率，為下次計算壓縮算法集中每一壓縮算法的選取概率進行準備。
全文摘要
本發(fā)明披露了一種計算機數據壓縮方法及裝置，其中方法包括根據待壓縮數據的類型從備選的壓縮算法集內自適應地選擇相應的壓縮算法壓縮數據。本發(fā)明根據數據類型的不同選擇相應的壓縮算法壓縮數據；同時從壓縮算法集里選擇算法時，根據一定的突變概率繞過自適應的壓縮算法選擇，直接指定壓縮集里的一個算法進行壓縮。本發(fā)明通過使用隱馬爾可夫模型自適應地選取壓縮算法集中的算法，并在進行壓縮后進行塊的數據壓縮效果分析，以決定此次壓縮操作是成功還是失敗，分析結果反饋給隱馬爾可夫模型，進而指導下一次壓縮算法的選取，由此使得整體的壓縮效率和壓縮比最優(yōu)化。
文檔編號H03M7/30GK102594360SQ20121002242
公開日2012年7月18日 申請日期2012年2月1日 優(yōu)先權日2012年2月1日
發(fā)明者劉正偉, 王旭 申請人:浪潮(北京)電子信息產業(yè)有限公司