一种快速余弦变换在心电图数据压缩中的应用

用离散余弦变换(DCT)的一种快速算法按“方差准则”实现心电图(ECG)数据压缩.这种算法减少了乘法次数且结构简单.采用分段变换的方法,能有效地进行心电图数据压缩.     

城市地下管网运维大数据预处理技术研究

在城市建设中有错综复杂的地下管网,迫切需要建立地下管网数据智能化建设的智能检测系统,对地下管网数据存在各种风险进行监测.多段复杂的地下管网数据错综复杂,结构不一且数据量多,Tian差值扩展技术不再适用.非线性DELTA误差数据压缩算法和分段差值法解压缩算法是数据处理过程的两种不同数据预处理技术,利用分段差值法对解压缩的数据进行填补,得到的数据能更加准确的复合地下管网平台的要求.根据市政工程建设运维数据特点,提出分段差值法处理市政监控数据解压缩算法过程.采用分段差值扩展和非线性Delta误差技术方法嵌入数据,减少不可扩展差值的数量,提高管网数据的压缩率,根据差值次低位的可改变性定位不可变差值,从而提高数据嵌入容量,提取端在提取信息后可根据需要无损地恢复原始数据.实验结果表明,该算法在保证数据质量的同时,数据容量有较大的提高,并有效抑制数据冗余,基于分段差值法的地下管网数据解压缩算法得到的数据利用率增加了83.3%.     

油气管道电磁超声检测器数据压缩算法研究

电磁超声是管道裂纹检测的有效手段,由于原始波形的数据量很大,而检测器存储设备的容量和存储速度相对有限,有必要研究检测数据在线压缩算法。文中分析了管道检测的特殊环境及其对数据压缩的要求,针对检测器系统的特点及检测数据的特征,提出了分段自适应压缩算法。该算法能够根据信号的幅值变化实时改变压缩比,并且可以通过改变压缩阈值的方法来调整压缩的精度。实验结果显示:该算法应用在电磁超声导波波形数据上,有着较为理想的波形保真度,同时达到了较高的压缩比。对算法优缺点的分析和对压缩质量的评估结果表明:分段自适应压缩算法在压缩效率,压缩质量和算法复杂度等多方面均满足管道电磁超声检测大量数据压缩的要求。     

基于时空相关性的传感器网络数据压缩算法

针对当前传感器网络数据压缩算法存在压缩比率低、 数据变形严重等缺陷, 为提高传感器网络数据传输的实时性, 提出一种基于时空相关性的传感器网络数据压缩算法. 首先采集传感器网络原始数据, 采用空间变换技术从空间上分析传感器网络数据之间的相关性, 进行去噪处理, 减少噪声所占的空间资源; 然后根据传感器网络数据的时间相关性, 引入压缩感知算法对空间系数进行压缩处理, 减少传感器网络数据冗余; 最后通过仿真实验分析传感器网络数据压缩算法的性能. 仿真实验结果表明, 相对于其他传感器网络数据压缩算法, 该算法可在不损失传感器网络数据信息的条件下, 提高传感器网络数据压缩比率, 同时获得更快的传感器网络数据压缩速度, 减少传感器网络通信压力.     

一种快速余弦变换的心电图数据压缩中的应用

用离散余弦变换（ＤＣＴ）的一种快速算法按“方差准则”实现心电图（ＥＣＧ）数据。这种算法减少了乘法数且结构简单，采用分段的方法，能有效地进行心电图数据压缩。     

一种无损数据压缩新方法

数据压缩技术是计算机科学的一个重要分枝。在数据压缩的前提－数据冗余的基础上，构造了一种无损数据压缩算法，阐述了其实现机制，并讨论了此算法的时间复杂性和最不利情况下的负作用。     

工业设备远程监控中的数据压缩研究

针对大型工业翻车机设备远程监控系统中实时数据传输效率的问题,提出了一种对字符数据和图像采用改进的LZW算法压缩、对时间属性采用时间预测压缩算法进行压缩的方法。其中,改进的LZW算法主要是对构造的字符编码表的长度进行动态分配,并建立父亲指针索引和HASH索引;而时间预测编码压缩方法主要是对时间属性数值进行了压缩。最后采用检验数据压缩性能的指标,通过实例验证改进的LZW算法的数据压缩效果。实验结果表明,改进的LZW算法较WINRAR压缩方法具有较好的数据压缩效果。     

具有岸桥碰撞和甲板约束的岸桥混合装卸作业调度优化

针对具有岸桥间不可相互穿越及安全距离约束、甲板开闭约束的集装箱码头岸桥混合装卸作业的调度优化问题,分析了岸桥装卸与移动过程中的相关性质,并提出一种基于减小岸桥移动距离和均匀化岸桥负荷的启发式算法.在该算法基础上设计了一种遗传算法,进一步搜索最优解,并推导了问题的一个低界.数据实验表明,所提出算法的解具有良好的质量和较高的时间效率.     

一种金融时间序列区域分割方法的研究

金融时间序列指描述不同金融产品诸如股票、汇率与基金等的时间序列.它与金融市场中人类的各种经济活动密切相关,呈现出复杂多变的状态.为了从海量的金融数据中发现有价值的,可用于投资的信息,大量学者采用数据挖掘来对金融时间序列作数据提取和处理.由于金融时间序列具有高噪声、非平稳性、潜在的周期性等特性,如果直接在金融时间序列的原始数据的基础上进行数据挖掘,会导致结果失败或是取得不理想的挖掘效果.而在数据挖掘前能对原始数据进行数据清洗、数据集成等预处理,数据挖掘质量将达到更好地效果.作为金融时间序列的一个重要分支,股票时间序列预测方法通常采用分段线性表示PLR(Piecewise Linear Representation)进行时间序列的预处理.但是PLR算法存在采用单一的拟合误差作为阈值,分段效果不太理想,算法本身的通用性,时间复杂度等性能都有待提高等缺点.本文提出了金融时间序列区域分割方法,该方法在定性和定量上都优于传统的分段线性方法.     

一种改进的矢量曲线特征点提取方法

在信息完整的情况下,减少空间数据的数据量对数据的加工处理、数据的管理及传输具有重要意义.分析了已有的道格拉斯-普克(Dougas-Peucker)数据压缩算法,提出了一种更为简单的特征点提取方法,该算法以矢量数据的坐标为信息,以斜率为约束条件,通过仿真实验,该算法在提取矢量曲线特征点的过程中比Douglas-Peuck...     

多用户大规模 MIMO 系统中能效的研究

针对多用户下行大规模多输入多输出（multiple input multiple output ,MIMO）无线通信系统,提出一种基于能效的联合优化方案。该方案在采用同时考虑发射功耗和电路功耗的功耗模型以及迫零（zero forcing ,ZF）预编码的情况下,推导出天线数、天线子集以及发射功率与系统能效之间的关系式,从而建立联合优化天线数,天线子集和发射功率的能效优化模型,并提出一种新的迭代搜索算法来求解此模型。该迭代算法首先对天线数进行遍历,当天线数确定后,采用基于信道矩阵范数的天线选择算法进行天线子集的选取,随后利用凸优化理论来调整发射功率,不仅提高了系统能效而且降低了算法复杂度。仿真结果表明,与使用全部天线和只考虑天线数的方案相比,所提联合优化方案的能效有明显的提高。     

改进的时间序列关键点表示算法

针对时间序列数据表示存在压缩率不高的问题,首先给出了时间序列定义和时间序列的9种基本形态;然后通过对极值点的优化处理,提出了关键极值点、剔除了轻微变化的极值点,并给出了结合转折点算法的IRAKPTS算法;最后通过实验验证,通过IRAKPTS算法的时间序列数据,较好地保留了时间序列的外形轮廓,并提高了压缩效率。     

硬核点过程随机蜂窝网络能量效率优化研究

基于控制/用户平面分离的异构网络架构是5G中的一种重要组网方式.微基站的密集部署引发了巨大的能量消耗问题从而无法保障用户的高质量服务(quality of service,QoS).针对此问题,基于具有最小距离约束特性的硬核点过程(hard-core point process,HCPP),研究了控制/用户平面分离网络架构中能量效率的优化方法.通过联合优化网络频谱分配比、基站的密度和基站配备的天线数量,设计了最小化基站平均能耗的优化问题.由于问题是非凸的,进一步为能量效率优化问题提出了低复杂度的迭代算法,当算法迭代直至收敛可得到天线数和网络频谱分配比的最优解,最终实现基站能耗的最小化.仿真结果表明,该算法在控制/用户平面分离网络架构下有效地降低了基站的平均功耗并提升了系统能效.     

DM数据库中大规模数据智能自适应压缩算法研究

DM数据库中存在大量冗余数据,需对其进行压缩处理。传统数据压缩算法大多只追求高压缩率,不能保证数据的完整性;且适用范围小。为此,提出一种新的DM数据库中大规模数据智能自适应压缩算法。给出算法涉及的相关术语,介绍了智能自适应最优消零压缩算法的压缩原理,给出位数因子、编码长度、最优位数因子、最短编码长度以及编码因子的计算过程。在不同时刻对采集的DM数据库中的数据进行排列,通过自适应最优消零压缩算法原理求出数据序列最小编码长度和对应的最优位数因子;依据最优位数因子完成对数据序列的消零计算与编码,删除时间冗余,获取压缩后数据。实验结果表明,所提算法压缩效率高,在保证压缩比的同时,能够保证压缩后数据的完整性,且适用范围广。     

一种基于变位与反转变换的动态规划压缩算法

针对数据区域的集中化程度和平滑度特征,采用变位标识方法和反转变换策略,降低较大值数据区域的凹凸度,实现了数据无损压缩效率的提升.对比试验结果显示新算法的整体压缩效率优于原数据压缩算法和huffman统计编码.算法非常适合大数据环境的磁盘存储、网络传输和应用先进等流式压缩场景.     

基于动态调整发送编码门限阈值的传感器网络数据压缩算法

针对无线传感器网络节点感知数据存在空间和时间冗余的问题,提出一种基于动态调整数据发送阈值的传感器网络数据压缩算法——DADST算法.首先,节点采集周围信息后发送给基站,基站接收到数据后对其进行Huffman编码,并依据节点发送的数据即时调节基站向各节点发送数据的门限阈值;其次,各节点依据接收到的编码判断向基站传输压缩码还是原始感知数据.仿真实验结果表明,该算法在保证数据传输精度的同时,能显著提高网络数据传输量和网络工作效率,减缓了节点的能量消耗.     

细胞自动机超并行数据压缩方法

提出细胞自动机元胞级超并行无失真数据压缩方法，并用遗传进化算法获得细胞自动机中的数据压缩规则，证明了细胞自动机文本压缩规则的正确性，讨论了有关的时间复杂性及符号动力学特性。与其他传统的串行或小规模并行的数据压缩方法相比，本文的方法有更好的实时性，普适性，以及Ｓｙｓｔｏｌｉｃ硬件实现的可行性。     

面向网络传输的无损压缩算法优化研究

针对网络传输流量过大、网络瓶颈严重的问题,文章提出了一种新的数据压缩算法,以LZW无损数据压缩算法为基础,将偏移编码方法引用到LZW算法中,采用修改压缩字典的维护方式和压缩数据的输出方式,增强字典自适应性,同时减少字典重新建立次数,提高了原算法的压缩效率;通过引入参数调节机制,使算法在不同情况下具有通用性。实验结果表明,新算法的压缩比比原LZW算法提高了0.2～0.9,较大地提高了压缩效率。     

M序列报文的MIAC压缩编码算法

M序列报文是典型短波数据链报文。提出一种针对M序列报文的MIAC压缩编码算法,该算法根据M序列报文的统计特性,应用基于字段结构的半动态概率估计模型,量化低概率符号出现概率的取值且半动态更新,采用动态的编码区间长度更新机制,使乘法运算替换为预处理过程中的查表运算,最大造成10.04%的编码效率损失。测试结果表明,当M序列报文数目为2~9条时,MIAC压缩编码算法在损失最多20%的压缩率时,使压缩时间低于原算术编码至少50%。为今后研究提升数据链系统性能提供一种新的思路。