咳咳，剛剛出了些錯誤，修改下，稍等。
剛剛打“不要相信愛情”的時候，不小心按到了刪除，還好剪貼簿裡面還有內容。
喵的，一事不順，萬事不順……所以，請不要輕信愛情這玩意…………時間就這樣，漸漸的進入了1982年的7月，141特戰隊在經過了幾次任務之後，在新崛起的普萊斯的帶領下，重新振作了起來。
凱瑟琳也注意到，針對自己的計劃，似乎也開始蠢蠢欲動了起來。
只不過似乎沒有人知道，有一個不屬於雙方的勢力，這個時候卻隱藏在這些人之中……任天堂這樣的公司，對於現在的凱瑟琳而言，已經是一個小角色了，凱瑟琳已經不怎麼在乎這些人了。
凱瑟琳的反恐精英這樣的遊戲，實際上她在乎的並不僅僅只是一個這樣的遊戲而已，凱瑟琳是喜歡這種競技的感覺，喜歡電子競技遊戲的這種熱鬧，同時，也是喜歡第一人稱射擊類遊戲的一種愛好。
但是，這與利益的關係是最少的。
作為一個債多不愁的挖坑黨，凱瑟琳表示，錢什麼的，人家其實早就好了不少了……“方舟大學最近開發了一種成像材料，他們覺得或許能有用。”
艾爾莎看了看下面的檔案，然後將其中的比較重要的整理了出來，而一份檔案，卻是一個關於一種異向介質材料的成像裝置。
異向介質材料具有自然界中的材料所不具備的特性，其結構都是經過特殊的人工設計，有精確的形狀、大小、排列規律和方向，可以用一種非常規的方式影響聲波或光波。
【新章節更新遲緩的問題，在能換源的app上終於有了解決之道，這裏下載 huanyuanapp.org 換源App, 同時查看本書在多個站點的最新章節。】
比如，異向介質材料可以將光波“隱形”，還可以彎曲聲波來，作為高噪聲市區的降噪系統。
……好吧，除了沒有凱瑟琳的鋼化碳納米管纖維材料堅固，這玩意兒具有的屬性，可絲毫不比鋼化碳納米管纖維少多少。
方舟大學利用異向介質材料的光波長洩露特性做出了一個具有新功能的器件：微波成像系統。
該系統可以在拍攝的同時對影象進行壓縮——而不是像人們所使用的數碼相機和手機一樣只能在拍攝之後進行處理。
數碼相機中圖片的每個畫素相當於相機裡的傳感器所記錄的一個畫素的資訊。傳統的數碼相機在收集了場景內所有光強度的資訊後會利用演算法丟棄一些資料，然後壓縮成JPEG檔案（除非你特意指定儲存原始數據）。這樣得到的影象質量也不差，因為丟棄掉資料大多都是冗餘的。
而壓縮感測旨在透過減少最初拍攝時收集的數據量來簡化這個過程。其中一個方法就是單畫素相機。這種設備利用隨機模式為影象周圍的畫素獲取信息，從本質上說，就是同時增加一些畫素塊的光強度值。如果預先知道該影象的結構等資訊，例如黑暗的天空對應著明亮的星群，就可以用比傳統相機更少的測量值來獲取整個影象的資訊。
然後，利用演算法就可以將收集到的這組測量值與已經獲得的的場景資訊相結合，這樣電腦就能從大量可能的重建畫面中得到那張實際影象，而這只基於一小組測量值。
然而，方舟大學的這種微波圖像壓縮系統，卻是有著非同凡響的效果。
該系統使用了一種特殊的異向介質材料，並沒有使用透鏡或者反光鏡，而是透過一種輻射模式來取景。使用這個新系統，研究者僅用10個測量值，就得到400個畫素的資料（即壓縮比為40:1）。
“這貨是真的”
其工作原理是：微波穿過異向介質材料做成的薄帶，內有精密設計的用塑膠隔開的金屬線圈射線沿著40釐米的路徑從異向介質材料裡特殊的線圈中洩露出來，然後這些波相互干涉，這種模式的光波射到物體時，會在其表面反射，回到原始的異向介質材料附近的檢測器裡。檢測器透過結合散射光束的強度和離開線圈後的波形來識別場景資訊，即使這只捕捉到了進入材料的一小部分光，但已經足夠了。
其工作原理是：微波穿過異向介質材料做成的薄帶，內有精密設計的用塑膠隔開的金屬線圈射線沿著40釐米的路徑從異向介質材料裡特殊的線圈中洩露出來，然後這些波相互干涉，這種模式的光波射到物體時，會在其表面反射，研究者透過發射不同頻率的射線（18-26GHz）從傳輸線輻射出去，來收集一個物體的不同的成像。這些頻率沿著異向介質材料的波導在不同的地方漏出，就產生了一種新的輻射模式，再進入傳感器。使用這組測量值，我們可以透過演算法重建影象的場景，顯示出視角和物體到相機的距離，而這整個計算過程只需100毫秒。這樣的速度，即便對於記錄移動物體也已足夠。不過，目前微波或毫米波檢測器還都非常昂貴，所以一般的系統大多使用更少或者更小的檢測器。如果能有一個系統可以在拍攝的同時就能壓縮影象，而且不用犧牲影象質量，那不失為一種減少成像成本的好方法。
這種新的異向介質材料圖像壓縮系統沒有活動的部件和透鏡，而且也很薄。同時，足夠快的拍攝速度意味著，可能有一天當你在機場接受安檢時，你只需徑直走過一個毫米波掃描裝置，而不用站在那等著檢測器掃過你的身體，亨特說道。他還設想在汽車的車身上建立一個異向介質材料成像系統，製造一個可以“看穿”灰塵和霧的防撞系統。
這項新技術將引領壓縮感測技術走向一個新紀元。相比傳統的成像系統，拋棄透鏡的微波成像系統將大大降低系統的複雜度，所以可能將會使高階照相機、X光掃描機和醫用三維MRI等尖端成像裝置的成本大幅降低。
籠統地說，把一系列已有資訊透過一定方法處理，使得其長度縮短，並且資訊含量基本或者完全不變，就稱之為壓縮。
計算機上的壓縮過程我們都知道，計算機採用的是2進位制系統。一個連續的n位二進制數集，就可以用來表示2n個字符。目前的國際標準是ASCII碼：用一個位元組即8位數的2進位制碼，來表示各種字元和字母。
現在我們只使用2位二進制碼，來簡單地演示由4個符號組成的字串的壓縮過程。
假設我們有這麼一串20個字母的資料：AABAABBCBABBBCBBABDC預設情況下，用2位2進位制碼來表示這四個字母：
ABCD00011011每個字元在字串中各自出現的次數並不相等：
A:6次B:10次C:3次D:1次而在計算機中，資料則是以2進位制碼的形式儲存在硬碟上的：
0000010000010110010001010110010100011110整理一下得到新編碼：
原編碼：0000010000010110010001010110010100011110新編碼：1010010100011001000011000100111110看！資料成功被壓縮。這一段40位長度的內容被壓縮到了34位，壓縮率是85%。
回顧過程容易發現壓縮的秘密：出現頻率最多的‘B‘由一位二進制碼“0”來表示，而出現頻率較低的‘C‘和‘D‘，則由長度增加了的三位二進制碼來表示。透過合理分配不同長度的編碼，肯定可以對資料進行一定程度的壓縮。
另外可以證明，霍夫曼樹就是此類編碼替代的最優化的方案之一。因為假如存在一個字元的出現頻率高於另一個字元，而它的變長碼長度卻長於另一個字元，那麼必然可以透過交換兩者的位置，使得輸出結果的總長度變短。有限次操作後可以達到無法再交換的情況，也就是霍夫曼樹規則下的情況。
還有一個有趣的問題是：雖然把40位元組的內容壓縮到了34位元組，但需要將相應的碼錶一併發送給接收方（沒有對應碼錶，無法解壓）。這不反而使得壓縮後的資料比壓縮前的還要長？
但這不意味了演算法錯誤。這是因為“n”過小（例子中為2，實際通常為8）導致的。
總長度的不夠使得節省出來的那部分容量還不足以彌補碼錶本身的儲存空間。實際應用中，如果你非要去壓縮一個只有幾個位元組的檔案，得到的壓縮包也經常會大於檔案本身。通常，壓縮軟件會在每壓縮4kb到32kb資料後，重新生成並儲存一個霍夫曼樹。