[논문]허프만 부호화를 이용한 영문 텍스트 압축

구자룡; 최현호; 정제창

허프만 부호화를 이용한 영문 텍스트 압축
English Text Compression using Huffman Coding 원문보기

구자룡 (한양대학교) , 최현호 (한양대학교) , 정제창 (한양대학교)

본 논문에서는 JPEG, MPEG 등 표준압축 기술에 사용되고 있는 무손실 압축 기법 중 Huffman coding 을 통해 영문 텍스트를 압축하고 압축률을 구해보았다. 각 글자를 Huffman coding 의 원리에 기초하여 빈도수에 따라 코드를 결정한다. 결정된 코드에 따라 영문 텍스트를 변환하여 압축을 진행한다. 본 연구에서는 MATLAB을 이용하여 영문 텍스트의 각 글자 빈도수를 구하였고 Huffman coding 과정을 수행하였다. 또한 영문 텍스트를 코드로 변환과정을 수행하여 아스키코드와 압축률을 비교하였다. Huffman coding 은 아스키코드만으로 이용하는 것보다 1.89:1 의 압축률을 나타내었다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

아스키코드는 영문 및 기호 모두 8 비트로 표현하기 때문에각 문자의 출현 빈도가 다른 데이터를 압축하는 데에는 낮은 효율을 나타낸다. 본 논문에서는 영문 텍스트에 사용되는 문자 및 기호를 Huffman coding 을 적용하여 압축률을 높이는 방법을 제안한다.

제안 방법

1) 빈도 조사: 영문 텍스트 "1632"의 Chapter1 에 있는 영문 A~Z 까지와 텍스트에 쓰이는 기호(‘ !’ , ‘ ?’ , ‘ ’ ’ , ‘ “ ’ , ‘ space’ ) 32 가지 문자의 출현 빈도수를 MATLAB 을 통하여 측정하였다.
본 논문에서는 영문 텍스트의 각 글자당 출현 빈도수를 검출하고 이를 기반으로 Huffman coding 을 적용하여 압축하고 아스키코드와 비교하여 압축률을 비교하였다. Chapter1 과 Chapter1-62 두 가지 데이터의 압축률을 구해본 결과 1.
본 연구에서는 영문 텍스트 “1632”을 선정하였다[3]. 이 도서에서 사용되는 문자 및 기호들에 대해 Huffman coding 을 적용하여 코드로 변환하였다.

대상 데이터

본 실험에서는 영문 텍스트 “ 1632” 의 Chapter1, Chapter1-62 두 데이터를 가지고 압축을 진행하였으며 그 결과는 아래 표 2 와 같다.
본 실험을 위해 사용한 영문 텍스트 "1632"의 Chapter1-62 까지는 8139856 바이트이고 이 중 Huffman coding 을 위해 사용한 Chapter1 은 126504 바이트이다.
본 연구에서는 영문 텍스트 “1632”을 선정하였다[3].

이론/모형

본 실험을 위해 사용한 영문 텍스트 "1632"의 Chapter1-62 까지는 8139856 바이트이고 이 중 Huffman coding 을 위해 사용한 Chapter1 은 126504 바이트이다. 출현 빈도수 검출 과정과 코드 치환 후 텍스트 길이 확인 과정은 MATLAB 을 이용하여 진행하였으며 Huffman coding 과정은 직접 진행하였다. 코드 변환 테이블은 표 1 과 같다.

성능/효과

본 논문에서는 영문 텍스트의 각 글자당 출현 빈도수를 검출하고 이를 기반으로 Huffman coding 을 적용하여 압축하고 아스키코드와 비교하여 압축률을 비교하였다. Chapter1 과 Chapter1-62 두 가지 데이터의 압축률을 구해본 결과 1.89:1 로 코드가 아스키코드에 비해 우수한 압축 성능을 나타냄을 확인하였다. 추가적으로 본 연구에서는 영문과 기호에 대해서 Huffman coding 을 적용하였는데 추후 2 바이트 유니코드를 사용하는 한글 압축처리시에도 Huffman coding 을 적용하여 효율적인 압축률에 대한 연구가 더 진행되어야 할 것이다.
본 실험에서는 영문 텍스트 “ 1632” 의 Chapter1, Chapter1-62 두 데이터를 가지고 압축을 진행하였으며 그 결과는 아래 표 2 와 같다. 압축률은 아스키코드와 코드 크기의 비를 구하였으며 두 경우 모두 1.89:1 임을 확인하였다. 이와 같은 연구 결과로부터 특정 문자의 빈도가 다른 문자에 비해 자주 사용되는 영문 텍스트는 8 비트의 고정길이를 가지는 아스키코드보다 가변길이를 가지는 코드를 사용하는 경우가 더 우수한 압축률을 나타냄을 확인하였다.
89:1 임을 확인하였다. 이와 같은 연구 결과로부터 특정 문자의 빈도가 다른 문자에 비해 자주 사용되는 영문 텍스트는 8 비트의 고정길이를 가지는 아스키코드보다 가변길이를 가지는 코드를 사용하는 경우가 더 우수한 압축률을 나타냄을 확인하였다.

후속연구

89:1 로 코드가 아스키코드에 비해 우수한 압축 성능을 나타냄을 확인하였다. 추가적으로 본 연구에서는 영문과 기호에 대해서 Huffman coding 을 적용하였는데 추후 2 바이트 유니코드를 사용하는 한글 압축처리시에도 Huffman coding 을 적용하여 효율적인 압축률에 대한 연구가 더 진행되어야 할 것이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

허프만 부호화를 이용한 영문 텍스트 압축
English Text Compression using Huffman Coding 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

허프만 부호화를 이용한 영문 텍스트 압축 English Text Compression using Huffman Coding 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

허프만 부호화를 이용한 영문 텍스트 압축
English Text Compression using Huffman Coding 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper