فکر کنم C.I.A یا موساد یا سرویس های جاسوسیه دیگه بتونند بهتون کمک کنند!!! عزیز من خودم گشتم دنبال همچین نرم افزاری اما باز به همین نتیجه ی فوق رسیدم!
گزیده ای از بازارچه پرشین تولز
فکر کنم C.I.A یا موساد یا سرویس های جاسوسیه دیگه بتونند بهتون کمک کنند!!! عزیز من خودم گشتم دنبال همچین نرم افزاری اما باز به همین نتیجه ی فوق رسیدم!
به نظر من این الگوریتم که شما اول تاپپیک گفتی نمیتونه کمکی کنه چون به تصویر یه جورایی خواصیت blur میده .
تلفات ناشی از حماقت از تلفات ناشی از جنایت بیشتر است ...
با نرم افزار Photoshop میشه این کارو کرد !
برای اینکار از منوی Help گزینه Resize Image رو انتخاب کنید بعد برای پرینت یا قرار دادن روی نت بعد گزینه Next رو بزنید ، بعد اندازه ای از عکس رو که میخواهید به CM یا Pixel بعد Next بعد Resulation عکس که میتوانید با زدن Other عدد 300 رو انتخاب کنید بعد Level رو 2X انتخاب کنید و بعد Finish رو بزنید ...
با این کار شما میتونید با افزایش Pixel های عکس خود کیفیت آن را افزایش دهید ...
نوشته اصلی توسط babak22ir
روی جای حساسی دست گذاشتی. اگه راهش پیدا بشه (راه علمی و عملی) نه تنها توی دنیای آی تی ، کلا توی صنایع بزرگ و علوم مختلف از قبیل شیمی ، فیزیک ، ریاضی ، نجوم و خیلی چیزها که تصورش رو هم نمیکنی یه تحول بنیادی و عظیم ایجاد میشه.
من برنامه نویس هستم و الان چند ساله که روی موضوع فکر می کنم و موفق نمیشم. از هر راهی که رفتم برگشتم سر جای اول.
بزار یکم واضح تر بگم : شما میخواهبد از یک پیکسل اطلاعات 4 پیکسل رو استخراج کنید. من هم میخواهم از دل 8 بیت اطلاعات 16 بیت یعنی 2 بایت رو استخراج کنم. هر دو به یک منبع منتهی میشوند. در سیستم نقشه بیتی یک پیکسل از 3 بایت برای نگهداری اطلاعات RGB یعنی رنگهای قرمز سبز و آبی استفاده میکنه. حالا شما باید با یک الگوریتم از این سه بایت اطلاعات 12 بایت رو بوجود بیارید. این باید درست و بدون اشتباه باشه و گرنه تصویر شما شکل نمیگیره. برای رسیدن به منطق درست باید از یک مسئله ساده کمک بگیریم: مثلا ما یک تصویر با 4 پیکسل با 4 رنگ داریم. حالا اون رو با فتوشاپ کوچیک می کنیم. اگه در دو جهت طول و عرض نصف بشه نتیجه 1 پیکسل میشه.
ما این تصویر رو به کامپیوتر دیگه ای منتقل می کنیم. و میخواهیم از این یک پیکسل اطلاعات 4 پیکسل اولی رو به دست بیاریم. این همونجاییه که نه تنها من بلکه همه دانشمندان دنیا روش گیر کرده اند.
مثلا در ریاضی دانشمندان دنبال راهی هستند که بتونند اعداد خرده دار رو کوچیک کنند. باید بدونید که نمیشه اعداد خرده دار رو کوچیک کرد مثلا (836238903225405). اگه کسی تونست این عدد رو کوچیک کنه طوری که تعداد رقمهاش کمتر بشه و بعد از روی همین رقمهای کم ، عدد اولی بدست بیاد ، اونوقت میشه تصاویر رو بیش از هزاران برابر کوچک و سبک کرد و سیو کرد و هر جا که میخواهی ببری و بعد بدون هیچ ایرادی به سایز اولش برگردونی(یعنی هزاران برابر بزرگش کنی).
مشکل کجاست؟ :
مشکل اینجاست که از راهی برید وقتی اون عدد کوچیک میشه و یا اون پیکسل کم میشه، اطلاعات گلچین میشه و باقی اطلاعات از بین میره. برای همین نمیشه اطلاعات رو بازیافت کرد.
هیچ هوشی هم نمیتونه اون رو بسازه حتی هوش انسان.
من نمیگم که غیر ممکنه. چون همچنان ته دلم یه چیزی میگه که میشه.
اگه بشه پرده از خیلی اسرار جهان گشوده میشه. مثلا همین معمای سیاه چاله های فضایی.
به نظر من نمایش یک عدد بزرگ با تعداد ارقام کمتر غیر ممکنه .روی جای حساسی دست گذاشتی. اگه راهش پیدا بشه (راه علمی و عملی) نه تنها توی دنیای آی تی ، کلا توی صنایع بزرگ و علوم مختلف از قبیل شیمی ، فیزیک ، ریاضی ، نجوم و خیلی چیزها که تصورش رو هم نمیکنی یه تحول بنیادی و عظیم ایجاد میشه.
من برنامه نویس هستم و الان چند ساله که روی موضوع فکر می کنم و موفق نمیشم. از هر راهی که رفتم برگشتم سر جای اول.
بزار یکم واضح تر بگم : شما میخواهبد از یک پیکسل اطلاعات 4 پیکسل رو استخراج کنید. من هم میخواهم از دل 8 بیت اطلاعات 16 بیت یعنی 2 بایت رو استخراج کنم. هر دو به یک منبع منتهی میشوند. در سیستم نقشه بیتی یک پیکسل از 3 بایت برای نگهداری اطلاعات RGB یعنی رنگهای قرمز سبز و آبی استفاده میکنه. حالا شما باید با یک الگوریتم از این سه بایت اطلاعات 12 بایت رو بوجود بیارید. این باید درست و بدون اشتباه باشه و گرنه تصویر شما شکل نمیگیره. برای رسیدن به منطق درست باید از یک مسئله ساده کمک بگیریم: مثلا ما یک تصویر با 4 پیکسل با 4 رنگ داریم. حالا اون رو با فتوشاپ کوچیک می کنیم. اگه در دو جهت طول و عرض نصف بشه نتیجه 1 پیکسل میشه.
ما این تصویر رو به کامپیوتر دیگه ای منتقل می کنیم. و میخواهیم از این یک پیکسل اطلاعات 4 پیکسل اولی رو به دست بیاریم. این همونجاییه که نه تنها من بلکه همه دانشمندان دنیا روش گیر کرده اند.
مثلا در ریاضی دانشمندان دنبال راهی هستند که بتونند اعداد خرده دار رو کوچیک کنند. باید بدونید که نمیشه اعداد خرده دار رو کوچیک کرد مثلا (836238903225405). اگه کسی تونست این عدد رو کوچیک کنه طوری که تعداد رقمهاش کمتر بشه و بعد از روی همین رقمهای کم ، عدد اولی بدست بیاد ، اونوقت میشه تصاویر رو بیش از هزاران برابر کوچک و سبک کرد و سیو کرد و هر جا که میخواهی ببری و بعد بدون هیچ ایرادی به سایز اولش برگردونی(یعنی هزاران برابر بزرگش کنی).
مشکل کجاست؟ :
مشکل اینجاست که از راهی برید وقتی اون عدد کوچیک میشه و یا اون پیکسل کم میشه، اطلاعات گلچین میشه و باقی اطلاعات از بین میره. برای همین نمیشه اطلاعات رو بازیافت کرد.
هیچ هوشی هم نمیتونه اون رو بسازه حتی هوش انسان.
من نمیگم که غیر ممکنه. چون همچنان ته دلم یه چیزی میگه که میشه.
اگه بشه پرده از خیلی اسرار جهان گشوده میشه. مثلا همین معمای سیاه چاله های فضایی.
دلیل :
فرض کنید میخوایم یه عدد n رقمی رو بوسیله ی n-m رقم که m>=1 نمایش بدیم .
قبل از این کار باید این رو بدونیم که میخوایم الگوریتممون کلیت داشته باشه و تموم عددهای n رقمی رو کوچیک کنه . خوب همونطور که میدونید با n رقم میشه num.jpg عدد n رقمی رو داشت . خوب الگوریتم ما باید برای num.jpgعدد صادق باشه . اسم این num.jpg عدد رو میذاریم Original data
خوب فرض میکنیم الگوریتمی برای اینکار ساختیم و همه ی این عددهای original رو کم رقم کردیم (به عیارت دیگه فشرده سازی). خوب حالا ما لیستی از عددهای فشرده شده داریم که اسمشون رو میذاریم compressed data
خوب حالا ما num.jpg تا عدد compressed داریم( که خوب واضحه دیگه )که میخواهیم Original data رو با کمک اونها و الگوریتمی بازسازی (Reconstruction) بکنیم .
خوب اینجاست که کم کم داریم میبینیم یه تناقض داره رخ میده .
آیا میشه num.jpg عدد (compressed ) داشته باشیم که همه ی اونها با هم متفاوت باشند (باید متفاوت باشند تا عددهای مشابه ازشون استنتاج نشه) در حالیکه تعداد رقمهاشون m تا از n کمتر باشه ؟. ما با محدودیت n-m رقمی ای که توی هر کدوم از اعداد compressed باید قایل بشیم فقط میتونیم num2.jpgعدد بسازیم . حالا چطور شد که num.jpgعدد(متمایز) ساخته شده ؟؟ و میبینیم که عدد num2.jpg از عدد num.jpg کوچکتره . پس به تناقض میرسیم .
شاید بگید خوب دلیلی نداره که توی تموم اعداد compressed شده m ثابت باشه . خوب برای اون حالت هم میتونم ثابت کنم که مشابه اینه تقریبا . که واضح هم هست طریقه ی اثباتش .
به هر حال با این مطالب این موضوع رو میخوام بگم که این نوع فشرده سازی که بشه اطلاعات فشرده شده رو دقیقا از اطلاعات قبلی استخراج کنیم (که توی علم کامپیوتر lossless compression نام داره ) فقط برای مواقع خاصی میشه پیاده سازیش کرد . مثلا فرض کنید احتمال وقوع عددهای زوج توی نمونه های بالا 2 برابر احتمال وقوع عددهای فرد باشه . در این شرایط خواص میشه الگوریتمی با خصوصیت lossless نوشت . و یا اینکه فشرده سازیمون مبتنی بر یک کلیت نباشه والگوریتم با توجه به داده های ثبت شده به صورت هوشمندانه به یک سری نظم های موجود توی داده ها پی ببره. که بحثش مفصله
در مقابل الگوریتم lossless الگوریتم lossy قرار داره که برای فشرده سازیه تصاویر و فیلم بیشتر رواج داره و فرقش با lossless اینه که اطلاعات بازسازی شده ی ما دقیقا مثل اطلاعات اولیه نیست و افت داره . مثلا کیفیت تصویر رو به قیمت کم شدن اندکی کیفیت میتونیم بپذیریم .
و...
ویرایش توسط vahid_persian : April 29th, 2007 در ساعت 09:18 AM
وحید عزیز بسیار زیبا تفسیر کردین این قضیه رو و سپاسگزارم از این اطلاعات کاملتون.
من دانش ریاضیم بسیار ضعیف هست و اطلاعات زیادی در مورد پیکر بندی و الگوریتم های عددی ندارم. اما به گمان من اشکال ما محدود اندیشی ماست. بنده به شخصه فرای تئوری های اینچنینی می اندیشم (البته شاید هم به غلط).
بیاییم کمی فراتر از این فکر کنیم. ما همیشه در مورد مسائل این چنینی (حال در مورد الگوریتم های بیتی) سیستم بیتی استاندارد را مد نظر قرار میدهیم. سیستم 8 بیت یک بایتی. حال بیاییم بگوییم که آیا امکان دارد که در آینده ریزپردازنده هایی به بازار بیایند که بتواند فرضا 10 بیت را یک بایت فرض کنند ؟ و یا از سیستم دو دویی (Binary) در یک بیت فراتر رویم ؟ در حال حاضر که پردازنده های 64 بیتی به بازار آمده اند بسیاری پردازش هایی که تاکنون ممکن نبود را ممکن ساخته اند و حجم و سرعت پردازش در واحد زمان افزایش یافته. زمانی بود که کسی حتی گمان آنرا نمیتوانست ببرد که روزی پردازنده های Pentium به بازار بیایند.
مثالی که شما از داده های Decimal زدید کاملا صحیح است اما آیا اگر داده های Decimal شما به Hexadecimal تبدیل گردند به طریقی که در پردازش هر واحد آن یک بیت (یا واحد جدیدی ولی به حجم یکسان) فرض گردد ممکن است ؟
عدد 255,207,075 را در سیستم Decimal در نظر بگیرید. این عدد در سیستم Hexadecimal بصورت FFCF4B نوشته میشود. حال فرض کنیم که حجم داده F و 4 در یک سیستم پردازش مدرن برابر است در اینجا ارزش داده Hexadecimal با ارزش داده Decimal برابر است ولی طول آن کوتاهتر و با فرض برابری حجمی نوعی فشرده سازی صورت گرفته است که به راحتی قابل بازگشت است.
البته باز هم درپایان اضافه میکنم که اطلاعات من در این زمینه مخصوصا ریاضیات بسیار کم است اما این ابهامی است که در این باره سالها ذهن من رو مشغول کرده اما به جواب قطعی که آیا چنین چیزی امکان پذیر است یا خیر (با دانش آینده) دست نیافته ام. در صورتی که در جایی اشتباه میکنم خواهش میکنم که من رو راهنمایی کنید.
ویرایش توسط kouroshm : April 29th, 2007 در ساعت 12:33 PM
.
Seems like it was yesterday when I saw your face
You told me how proud you were, but I walked away
If only I knew what I know today
I would hold you in my arms
I would take the pain away
Thank you for all you've done
Forgive all your mistakes
There's nothing I wouldn't do
To hear your voice again
Sometimes I wanna call you
But I know you won't be there
I'm sorry for blaming you
For everything I just couldn't do
And I've hurt myself by hurting you
خواهش میکنم کوروش جان . شما لطف دارید . اطلاعات من خیلی ناقصه .
نمیدونم دقیق منظور شما رو متوجه شدم یا نه ولی من هم همیشه با این موافق بودم که همیشه ممکن است برای توسعه تغییرات بسیار ریشه ای لازم باشد و همواره خواسته ام قالب ها را بشکنم .
اگر شما منظورتان تحول در ساختمان بیتی و تغییر آن از دو حالته به چند حالته و نهایتا تغییرات سخت افزاری باشه :
من هم قبلا به این موضوع فکر کرده ام ولی بحث فشرده سازی رو جدا از این مبحث میدونم . چرا که هر ایده ای که برای فشرده سازی مطرح باشه (در هر سیستم عددی) برای سیستم های عددی دیگر هم میشه پیاده سازی کرد . مثلا اگر اعداد decimal از 10 تا digit تشکیل شده و Hex از 16 تا پس ما به هر حال با تعدادی digit سروکار داریم که میخواهیم با نمادگذاریهای دیگه ای اون رو کوچکتر کنیم . حتی اگر سخت افزار را تغییر بدهیم .
آیا منظور شما همان تحول در سخت افزاری افزایش حالات از دو حالته به چند حالته است؟
من از شما خواهش دارم اگر تمابل دارید یکبار دیگه با جزئیات کامل این مورد رو مطرح کنید . چون من هم در این زمینه واقعا سوالات زیادی رو داشته ام و دوست دارم در این زمینه بحث کنم (البته اگر تمایل دارید) . من کمی منظورتون رو توی این پست تقریبی متوجه شدم و دوست دارم دقیق بدونم.
سپاس از شما بابت پاسخ وحید گرامی،خواهش میکنم کوروش جان . شما لطف دارید . اطلاعات من خیلی ناقصه .
نمیدونم دقیق منظور شما رو متوجه شدم یا نه ولی من هم همیشه با این موافق بودم که همیشه ممکن است برای توسعه تغییرات بسیار ریشه ای لازم باشد و همواره خواسته ام قالب ها را بشکنم .
اگر شما منظورتان تحول در ساختمان بیتی و تغییر آن از دو حالته به چند حالته و نهایتا تغییرات سخت افزاری باشه :
من هم قبلا به این موضوع فکر کرده ام ولی بحث فشرده سازی رو جدا از این مبحث میدونم . چرا که هر ایده ای که برای فشرده سازی مطرح باشه (در هر سیستم عددی) برای سیستم های عددی دیگر هم میشه پیاده سازی کرد . مثلا اگر اعداد decimal از 10 تا digit تشکیل شده و Hex از 16 تا پس ما به هر حال با تعدادی digit سروکار داریم که میخواهیم با نمادگذاریهای دیگه ای اون رو کوچکتر کنیم . حتی اگر سخت افزار را تغییر بدهیم .
آیا منظور شما همان تحول در سخت افزاری افزایش حالات از دو حالته به چند حالته است؟
من از شما خواهش دارم اگر تمابل دارید یکبار دیگه با جزئیات کامل این مورد رو مطرح کنید . چون من هم در این زمینه واقعا سوالات زیادی رو داشته ام و دوست دارم در این زمینه بحث کنم (البته اگر تمایل دارید) . من کمی منظورتون رو توی این پست تقریبی متوجه شدم و دوست دارم دقیق بدونم.
من دقیقا" نمیدونم چطور اینرو بیان کنم... اجازه بده برای سهولت یک مثال انسانی بزنم (البته شاید مقایسه درستی نباشه ولی به گمان من غیر ممکن نیست!):
CPU کامپیوتر را بعنوان مغز یک انسان در نظر بگیرید که قابلیت درک دو نوع داده Dec و Hex را دارد و میتواند آنها را به هم تبدیل نماید. حال Storage یا محل ذخیره مانند هارد دیسک و ... را نوار کاغذی در نظر بگیرید که فقط در طول آن میتوان عددی را درج نمود اما ارتفاع آن کم است (یعنی فقط بصورت طولی میتوان روی آن نوشت) و در عین حال طول آن نیز فقط 8 واحد جای دارد. حال ما داده ای داریم که طول آن 9 واحد است (از سیستم Binary بیرون بیاییم) بعنوان مثال همان عدد 255,207,075. داده ما بصورت Dec میباشد با طول 9 ولی Storage ما فقط 8 واحد ظرفیت دارد.
اگر ما این داده 9 واحدی را با تفکر (در CPU یا در اینجا ذهن انسان) به سیستم Hex تبدیل نماییم، طول آن 6 واحد گشته (FFCF4B) و به راحتی بر روی آن قطعه کاغذ قابل ذخیره است. البته این در صورتی قابل اجراست که حجم داده به گونه ای در این دوسیستم با هم برابر گردد. یعنی F هم ارزش 1 گردد (از نظر حجمی). در اینصورت ما عدد مذکور را به نوعی فشرده و بر روی فضایی محدود ذخیره نموده ایم. و به راحتی و با فراخوانی آن از روی Storage و تبدیل مجدد آن به اعداد Dec قادر خواهیم بود سایر عملیات پردازش را (مثلا جمع و تفریق منطقی) بر روی آن به روال اعداد Dec در حافظه (CPU و پس از د-کمپرس کردن نگهداری در cache) انجام دهیم.
حال مثال را کمی نزدیکتر کنیم. پردازش بیتی کنونی دو-دویی (Binary) است حال بیاییم داده ها را در حالت ذخیره از 0 و 1 به 0 و 1 و 2 و 3 گسترش دهیم که اینها از نظر حجمی یکسان باشند حال اگر داده بایناری به داده چهار-چهاری تبدیل گردد، طول آن و حجم آن روی محل ذخیره کم خواهد شد ؟
نظر شما در اینباره چیست ؟ البته در اینصورت باید اول تغییرات در سیستم ها و فناوری Storage صورت پذیرد که صورت پذیرفته (ساخت Compact Diskهایی با بهره گیری از سیستم DNA که اساس چهار پارامتری دارند)
البته بازهم بحث ریاضی آن بسیار پیچیده است که من نمیدانم درست است یا خیر؟
به نظر من اینجا سه بحث کاملا مجزا مطرحه .
1 . بحث فشرده سازی : نمایش یک عدد میتواند از ارقام دوحالته استفاده کند که عددی باینری محسوب شود و یا اینکه 8 حالته که عدد اکتان محسوب شود و یا 10 حالته و یا 16 حالته و یا بیشتر و در کل n حالته . به هر حال با تعداد محدودی حالت ( n , تعداد حالت های هر digit) مواجه هستیم که برای تشخیص اینکه عدد مربوطه چه عددیست میبایست تک تک L رقم عدد را بررسی بکنیم . پس با هر سیستم عددی که کار کنیم برای نمایش یک عدد میبایست از کنار هم قرار دادن تعدادی digit از اون سیستم عددی عدد خودمون رو بسازیم . فرض کنید از سیستمی n حالته استفاده کردیم و عددی را نمایش دادیم . حال L رقم کنار هم داریم . و فشرده سازی میخواهد با استفاده از همان n حالت تعریف شده برای آن سیستم عددی
عدد را با طول L2 نمایش دهد (L2<L). و نمیتواند از رقمی که در آن سیستم نیست استفاده کند . چرا که برای آن سیستم تعریف شده نیست و سیستم فقط n حالت را تشخیص میدهد . مثلا فرض کنید با الگوریتمی خاص عدد FFA2BAA354C را تبدیل کند به FA2CC2B . و فرضا در این سیستم کاراکتر G شناخته شده نیست و در عدد فشرده سازی شده نمیتوان از آن استفاده کرد . پس در هر سیستم عددی n حالته فشرده سازی میتواند صورت گیرد و مفید واقع شود . حتی اگر n فوق العاده بزرگ باشد باز هم نیاز به فشرده سازی حس میشود .
2. اینکه سیستم منطقی کامپیوتر اگر باینری باشد بهتر است یا حالات دیگر . که بحثی مفصله و دلیل استفاده از سیستم باینری سهولت در اعمال محاسباتی و .. است . و بحث اینجا اینست که پردازش کامپیوتر با چه مبنایی کار میکند .که خوب سیستم های فعلی باینریه و ممکنه بعده ها به قول شما سیستم های دیگری با کارایی بهتر تشخیص داده شوند.
3.بحث storage : که این مطلب هم از دو مطلب فوق کاملا مجزاست . ما میتوانیم به فرض مثال storage device داشته باشیم که اعداد رو به صورت دو حالت ذخیره نکنه . و به فرض مثال عدد باینری رو تبدیل کنه به یک سیستم عددی متفاوت و با حالات مختلف خودش ذخیره کنه . و با هر ایده ای ذخیره کنه .
با توجه به مورد 2 و 3 به هر حال با هر روشی که اطلاعاتی ذخیره شده باشد برای اینکه توسط کامپیوتری با سیستم عددی n حالته (از لحاظ منطقی منظورمه) بتواند پردازش شود میبایستی قبل از پردازش تبدیل به سیستم مربوط به آن کامپیوتر تبدیل شود . و این کار زمان میخواهد .
و در کل نظر شما بیشتر به مورد دوم و سوم برمیگرده که بحثی مجزا از فشرده سازیست .
واین مطلب را هم در مورد مثالتان به نظرم میرسد که حجم داده زمانی مطرح است که در مورد یک سیستم عددی بحث میشود . و هیچگاه حجم داده ای یک رقم hex با DEC مساوی نمیشود . چرا که حاوی اطلاعات بیشتریست نسبت به dec .
امیدوارم تا حدودی جوابت را داده باشم .
ویرایش توسط vahid_persian : April 30th, 2007 در ساعت 10:28 AM
برای دخیره شدن اطلاعات از هر سیستم عددی که استفاده بشه، عاقبت کامپیوتر اونو برای ذخیره سازی به باینری (دودویی) تبدیل می کنه. بنابراین حجم رقم 16 با F برابره. و یا حجم 256 با FF برابره.
درسته که ما هگزا دسیمال رو بخواطر 16 واحدی بودن کوچکتر می بینیم، ولی از نظر فیزیک و ریاضی همه سیستمهای شمارش یک حجم دارند. این شامل حال منابع ذخیره ساز هم میشه. اگر مثلا هاردی درست کنند که هر سکتور بجای 0 و 1 اعداد 0 تا 9 رو بگیره، اونوقت باید عمق هر سکتور زیاد تر بشه.!
برای واضح شدن موضوع تصویر زیر رو ببینید.
اگر این زمین رو به یک فضای ذخیره سازی مانند هارد دیسک تشبیه کنیم و با یک بیل از یک چاله 16 قسمت مساوی رو از زمین بکنیم، و در محل دیگه دو چاله (معادل ده دهی) رو به همان اندازۀ قطعات بکنیم، اونوقت مشاهده میکنیم که حجم خاک درآمده از هر دو حالت یکی هستند. فقط عمق یکی بیشتر شده و اون یکی دو چاله با عمق کمتر.
می بینید که فشرده سازی با تبدیل به واحد های دیگه از لحاظ فیزیک و ریاضی مردوده و جواب نمیده.
ویرایش توسط MS mass : May 3rd, 2007 در ساعت 12:06 AM
هر چند تصویرت لود نشد میدونم چیه منظورت . منم تکیه ی گفتارم به همین بود که بحث فشرده سازی مجزا از سخت افزاره .برای دخیره شدن اطلاعات از هر سیستم عددی که استفاده بشه، عاقبت کامپیوتر اونو برای ذخیره سازی به باینری (دودویی) تبدیل می کنه. بنابراین حجم رقم 16 با F برابره. و یا حجم 256 با FF برابره.
درسته که ما هگزا دسیمال رو بخواطر 16 واحدی بودن کوچکتر می بینیم، ولی از نظر فیزیک و ریاضی همه سیستمهای شمارش یک حجم دارند. این شامل حال منابع ذخیره ساز هم میشه. اگر مثلا هاردی درست کنند که هر سکتور بجای 0 و 1 اعداد 0 تا 9 رو بگیره، اونوقت باید عمق هر سکتور زیاد تر بشه.!
برای واضح شدن موضوع تصویر زیر رو ببینید.
اگر این زمین رو به یک فضای ذخیره سازی مانند هارد دیسک تشبیه کنیم و با یک بیل از یک چاله 16 قسمت مساوی رو از زمین بکنیم، و در محل دیگه دو چاله (معادل ده دهی) رو به همان اندازۀ قطعات بکنیم، اونوقت مشاهده میکنیم که حجم خاک درآمده از هر دو حالت یکی هستند. فقط عمق یکی بیشتر شده و اون یکی دو چاله با عمق کمتر.
می بینید که فشرده سازی با تبدیل به واحد های دیگه از لحاظ فیزیک و ریاضی مردوده و جواب نمیده.
حالا درستش کردم . میشه دیدش.
با سلامحالا درستش کردم . میشه دیدش.
لطفاً در صورت امكان اين عكس را تا جايي كه ميتونيد واضح كنيد از لطفتون كمال تشكر را دارم
پاسخ با نقل قول
