检索结果-南通市图书馆

检索条件"主题词=高斯分割"

共 1 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

工业物联高频时序数据压缩技术研究

工业物联高频时序数据压缩技术研究

引用

作者：陈辉哈尔滨工业大学

学位级别：硕士

数据驱动科技。如何存储高频、高维、海量的时间序列数据是一个值得探讨的问题。压缩作为存储的一种手段,尤其面向海量数据时是十分必要的。本文以此为出发点,探究如何实现时间序列的高效压缩。为此,本文展开了两项较为基础的研究——... 详细信息

数据驱动科技。如何存储高频、高维、海量的时间序列数据是一个值得探讨的问题。压缩作为存储的一种手段,尤其面向海量数据时是十分必要的。本文以此为出发点,探究如何实现时间序列的高效压缩。为此,本文展开了两项较为基础的研究——时间序列分割以及时间序列聚类,并以此为基础实现时间序列的高效压缩。主要研究内容如下:首先,建立了一种基于改进象群优化算法的高斯分割模型。通过加入Levy飞行策略和种群中最优个体的影响对象群优化算法易陷入局部最优的缺陷进行了改进。针对该算法无法满足高斯分割模型整数参数寻优进行了调整。提出了一种选择时间序列分割段数的准则。使用Gesture和PASCADA数据进行验证。结果表明,提出的方法易跳出局部最优,且运行效率较高;提出的分割段数准则能够较好的实现分割段数的选择。其次,建立了基于改进峰值密度初始化的时间序列片段高斯聚类模型。以时间序列片段为对象建立其高斯混合模型,推导其基于EM算法的参数估计。针对初值敏感问题,引入峰值密度算法,针对峰值密度算法受截距影响较大的问题,引入了巴式距离。实验结果表明,提出的模型能够保留时序片段的特征,得到较好的聚类结果;改进峰值密度算法的初始化能够得到分散的初始均值,确保聚类结果较优。最后,建立了基于改进符号聚合近似的时间序列压缩模型。对于时间序列值,基于前两个模型对SAX方法改进:高斯分割实现时间序列特征的划分,高斯聚类实现对时间序列的特征提取和降维。为提升数据还原能力、解决冗余情况提出了再分割和剪切策略,提出的模型具有一定的自适应性。时间序列值的压缩过程产生了分割点和聚类标签这两项额外信息。对于时间戳,使用融合分割点信息的DPCM对时间戳进行压缩。对于聚类标签提出符号化的压缩策略。实验结果表明,提出的方法能够很好的改进SAX方法存在的缺陷,得到更低的压缩率以及更好的数据还原能力。

关键词：高斯分割高斯聚类改进象群优化算法高频时序数据数据压缩

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：