Afficher la notice abrégée
dc.contributor.author |
Boutahraoui, Meriem |
|
dc.contributor.author |
Ghouali, Manel |
|
dc.contributor.author |
Midoun, K. ( Promotrice) |
|
dc.date.accessioned |
2023-11-20T13:01:35Z |
|
dc.date.available |
2023-11-20T13:01:35Z |
|
dc.date.issued |
2023-07-09 |
|
dc.identifier.uri |
https://di.univ-blida.dz/jspui/handle/123456789/26666 |
|
dc.description |
ill., Bibliogr. Cote:ma-004-993 |
fr_FR |
dc.description.abstract |
La compression d'image est une technique visant à réduire la taille d'une image, et elle peut être réalisée de manière avec ou sans perte de données. Dans cette étude, nous avons mis en œuvre deux approches de compression, à la fois séquentielle et parallèle utilisant Hadoop MapReduce, en utilisant les algorithmes RLE et Huffman. Une comparaison approfondie des performances des deux approches a été réalisée en évaluant leur taux de compression et leur temps d'exécution. L'objectif était de déterminer quelle approche offrir les meilleurs résultats en termes de compression et d'efficacité temporelle.
mots clés : MapReduce, compression d'image ,Hadoop . |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
Université Blida 1 |
fr_FR |
dc.subject |
MapReduce |
fr_FR |
dc.subject |
compression d'image |
fr_FR |
dc.subject |
Hadoop |
fr_FR |
dc.title |
Un Algorithme de Compression d’Image Distribué Basé sur le Système HADOOP |
fr_FR |
dc.type |
Thesis |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée