極簡化

在程式語言的範疇里，指的是在不影響功能的情況下，移除所有非功能性必要之原始碼字元。

基本介紹

• 中文名：極簡化
• 外文名：minification
• 別名：縮小化
• 套用領域：程式語言
• 作用：減少傳輸時間與頻寬
• 結果：生成模糊語言

定義

極簡化（另稱縮小化），在程式語言的範疇里，指的是在不影響功能的情況下，移除所有非功能性必要之原始碼字元（如：空白、換行、註解、以及些許的區塊辦識子），因為雖然它們有助於提升原始碼的易讀性，但在實際運行時卻不是必要的部份。

極簡化後的原始碼特別對於在網路上傳送的直譯式語言（例： Javascript）有所助益，因為經過極簡化之後，需要傳輸的資料減少了，大幅減少了傳輸所需的時間以及頻寬；極簡化後的原始碼也可以被當作一種“模糊語言”。

套用

基於Hadoop的個性化推薦系統在電子商務的套用

隨著電子商務推薦系統的規模越來越大，運算量也隨之增加，運算所需要的資源和時間耗費明顯增大。Hadoop平台給這個瓶頸帶來的曙光，Hadoop所具有的並行處理、容錯處理、本地化計算、負載均衡等優點，極大的簡化了並行程度設計的難度，利用該平台處理海量的電子商務數據，通過MapReduce最佳化程度處理流程，驗證算法在Hadoop集群的加速比和擴展性等方面取得了較好的效果。

基於圖像局部特徵的康復機器人目標識別方法研究

提出了基於快速SIFT算法的目標識別方法。SIFT算法存在的主要不足是高維數的SIFT特徵描述符計算複雜，造成算法實時性較差。為簡化算法計算複雜程度，同時保證不損失正確匹配特徵，首先構建目標圖像尺度空間，提取SIFT特徵點時將其按大小分類，然後擴展SIFT角度屬性，由SIFT特徵點子區域方向直方圖計算得到4個新角度，代表特徵點方向信息，最後在特徵匹配時，根據SIFT特徵點角度信息以及大小來限制特徵點匹配範圍，簡化算法複雜程度，得到快速SIFT算法。實驗結果表明，套用快速SIFT算法有效提高了特徵匹配效率。