基于压缩感知的互联网数据采集技术研究 |
| |
引用本文: | 赵艳平,胡乃红.基于压缩感知的互联网数据采集技术研究[J].长春工程学院学报(自然科学版),2023(3):97-100. |
| |
作者姓名: | 赵艳平 胡乃红 |
| |
作者单位: | 安徽水利水电职业技术学院 |
| |
基金项目: | 安徽省高等学校自然科学研究重点项目(2022AH052293); |
| |
摘 要: | 互联网数据量大、种类多,传统数据采集技术无法满足当前的数据采集需求。基于压缩感知理论,提出了互联网数据采集的新方法。采用K-SVD字典学习对互联网数据进行自适应稀疏表示,在此基础上进行压缩观测和信号传输。在满足有限等距性的基础上进行信号重构,从而获得高精度的互联网重构数据。将提出的数据采样技术应用于能源互联网中,同时和DCT字典、FFT字典对能源互联网数据的重构结果进行对比。结果表明,采用K-SVD对能源互联网数据采集具有比较高的数据恢复精度,这对互联网数据采集技术的发展具有一定的参考价值。
|
关 键 词: | 压缩感知 K-SVD字典 互联网数据采集 |
|
|