MATLAB中数值型数据的机内编码与存贮空间浪费

MATLAB中的数值型数据分为整数型和浮点型,整数型数据以二进制补码存储,浮点型数据存储复杂。针对此情况,在MATLAB 2012a环境中,对浮点型单精度实数和双精度实数的机内编码方案进行实验研究,结果表明浮点型数据表示为规范形式,存储其中的数符码、指数码和尾数编码。根据实数绝对值大小范围的不同,尾数有两种不同的机内编码方案:"大实数"尾码和"小实数"尾码。MATLAB浮点型数据的机内编码一方面对所表示数的范围做了扩充,另一方面实数编码方案存在大量存贮空间闲置。为充分利用存储资源,MATLAB软件有必要进一步优化。

高进位数制表示对数据存贮空间的压缩

本文提出了一种简易而有效的字符压缩存储方法,在 FOXBASE+(或 DBASE)数据库管理系统中进行了测试,获得了很高的压缩率。

VAX/VMS Ada编译中存贮空间的动态分配

VAX/VMS编译程序在编译过程中要动态地请求大量的存贮空间。在语法分析阶段构造抽象语法树(AST),要求分配工作空间,在形成树节点时,要为树节点分配空间;语义分析阶段将抽象语法树转换成Diana树,必须对抽象语法树进行扩充,此时也需要动态地分配空间;在编译后端,线性化和代码生成阶段同样需要申请存贮空间。

提高计算机存贮空间利用率的方法——WD—TLX图书流通管理系统的数据压缩处理方法介绍

在计算机特别是微型机的应用中,常常会出现机器存贮容量不够的问题。这时,人们往往只是想到扩大现有计算机容量,或是购买更大容量的计算机,让机器去满足系统数据对存贮容量的要求,而没有想到选取最佳的数据存贮方案,提高计算机存贮空间的利用率,使同样的计算机容量可以存放更多的数据,从而使微型机得到更广泛的应用。数据压缩处理就是解决这个问题的有效方法。我们在MC—68000微型机上设计的WD—TLX图书流通管理系统中采用这种方法后,使存贮空间减少三分之二,收到了显著的节约效果。

优化数据存贮空间

研究数据存贮安全所面临的挑战 和企业一样．大型研究机构也正在为日益增长的非结构化数据困惑不已．运用正确的文档存贮解决方案．能够创造出显著的存储空间。

单片机系统超大容量存贮空间扩展的一种实用方法

给出一种单片机系统大容量存贮空间扩展的实用方法，用一根Ｉ／Ｏ接线和必要的接口电路，将外数据存贮器扩展至１．５ＭＢ以上。为单片机在大容量数据处理领域的应用提供了广阔的前景．

多维地址空间元素一维存贮空间上的映射方法

本文对多维现实空间到一维计算机内存空间上的映射方法进行了讨论，并列了映射关系。

情报存贮中的数据压缩处理技术

对存贮在机读文献数据库中的数据进行压缩处理,亦有人称为紧缩处理,是为了节省存贮空间,通过对无效或重复(冗余)数据的删减而达到使数据的存贮体积尽可能的被浓缩到最佳程度的一种信息的物理组织方法。经过压缩处理的数据必须是可以恢复到原始状态的。

情报检索系统中词典分级存贮以及杂凑表函数确定的最优方法

在情报检索系统的软件设计中,使用杂凑表技术实行数据的快速存贮是屡见不鲜的。由于被存贮的对象——词或词组常常是不等长的,在分配给每个词或词组的计算机内部存贮空间时,若以词典中最长的词为分配标准,便会造成存贮空间的极大浪费。针对这种情况,设计者们提出了不等长词的不等长存贮处理方法,即把词典根据词长的分布情况划分成几个不等存贮词长的子词典,按不同情况分别加以处理,以节省存贮空间。在一定条件下,子词典的个数愈多,节省空间的效果愈明显。但是。

对角矩阵的压缩存贮

本文讨论了对角矩阵的三种压缩存贮方法,给出了矩阵元素与实际存贮结构之间的对应关系。

文档微机管理中主题词的存贮方式

文档微机管理是办公室自动化的重要手段,其特点是信息量大,需要较大的存贮空间,因此如何节省计算机存贮档案信息的空间,是文档微机管理系统应着重解决的主要问题。主题词是现代档案管理中组织检索工具和查找档案文献的依据,是计算机检索的重要途径。做为著录的必要项目。

ORACLE数据库的视图在库存量实时查询中的应用

一、ORACLE数据库简介ORACLE RDBMS作为ORACLE公司产品,采用美国国家标准学会批准的美国国家数据库语言SQL,用C语言作为开发语言,使得ORACLE RDBMS使用方便,速度快,可移植;可安装在大型机、小型机和微型机上.

印刷型期刊的危机与电子型期刊的发展

本文从4个方面分析了印刷型期刊面临危机的原因,介绍了电子期刊的出现给读者带来的益处及对图书馆工作所产生的影响,提出只有走电子出版物之路,才是期刊发展的方向。

Hankel矩阵的离散Cosine变换的快速算法

在图像和信号处理研究邻域,经常会涉及到结构矩阵的离散sine、快速傅里叶变换(FFT)及离散cosine变换.文献[6]的作者利用FFT给出了离散cosine变换的一个算法,计算变换矩阵的M个元素所需的计算量和存贮空间分别为O(N2logN)+O(M)和O(N2).本文利用Hankel矩阵的结构特点导出一递推关系式(见式(8)),给出了Hankel矩阵的离散cosine变换(DCT)的一个快速算法.该算法所需要的存贮空间为O(N),计算变换矩阵的M个元素所需的计算量为O(NlogN)+O(M).