买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国石油大学(华东)
摘要:本发明属于数据压缩技术领域,公开了一种时空科学数据压缩方法、计算机设备以及存储介质。本发明所提出的时空科学数据压缩方法分为低精度压缩和双精度压缩方法,两种数据压缩方法均为基于神经网络的时空科学数据压缩方法。低精度压缩方法能够有效利用时空科学数据的时空自相关性,达到超高压缩率。双精度压缩包含低精度压缩和高精度压缩两部分,高精度压缩是在低精度压缩的基础之上对数据残差进行增量式压缩,它是一种基于概率建模+熵编码的新颖压缩方法,其压缩率也能达到最优,双精度压缩方法能够灵活适应复杂的下游任务,利于提高整体流程的周转效率。本发明适用于时空科学数据传输的应用场景。
主权项:1.一种时空科学数据压缩方法,其特征在于,包括如下步骤:步骤1.针对待压缩的时空科学数据进行时间和空间维度的划分;其中,时空科学数据为采用连续的浮点数组格式的海洋科学数据;首先基于元启发的时间分区算法,将时空科学数据的时间序列根据时间特征的相似程度分成若干个区间,每个区间使用一个时间特征进行表达;在对时空科学数据进行时间维度划分后,接着对空间维度进行划分;步骤2.利用特征编码器处理经过划分后的数据,提取时间特征和空间特征,并直接存储为低精度压缩的比特流;特征编码器包含特征提取模块FEe和向量量化模块FEvq;给定一个划分后的数据x,将其表示为时间序列x={x1,x2,…,xt},其中w、h表示划分后数据的宽度、高度,t表示划分后数据的时间长度;对于每一个时间点下的二维空间数据xi,首先使用FEe提取空间特征,在特征空间中,每个空间上的点都使用一个特征向量表达,得到:z={z1,z2,…,zt};其中,表示对应于xi的特征向量,d表示每个向量的维度;再通过FEvq对特征zi进行向量量化,得到离散的空间特征zsi和时间特征zt;最终,将离散的空间特征zs1,zs2,…,zst和时间特征zt存储为低精度压缩的比特流blow。
全文数据:
权利要求:
百度查询: 中国石油大学(华东) 一种时空科学数据压缩方法、计算机设备以及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。