导读:本文包含了特征数据压缩论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特征,数据,算法,数据压缩,电力系统,心电,向量。
特征数据压缩论文文献综述
曾锡琴,翟天琦[1]（2019）在《基于移动终端位置特征信息的终端缓存的数据压缩方法》一文中研究指出大数据技术的蓬勃发展对相应设备提出了更高的要求,尤其在移动自组织网络中,移动终端始终受到计算能力、存储空间和网络带宽的限制。笔者设计了一种基于移动终端位置特征信息的无损数据压缩方法,利用移动终端提取当前位置特征信息,建立位置信息与对应特征词汇的云端数据库,对移动终端的缓存数据进行周期性数据压缩、数据去重和数据还原操作,有效减轻了移动终端的存储负担,提升了移动自组织网络的运行效率。(本文来源于《信息与电脑(理论版)》期刊2019年17期）
张红红[2]（2019）在《多通道采集数据压缩及特征提取研究》一文中研究指出LZW(Lempel-Ziv-Welch)压缩算法在实时采集与无线传输中具有重要应用价值,一般采用采集-压缩-传输的工作模式,该模式下较高压缩比可极大降低对无线传输的压力。但在采集速度较快、数据传输带宽较低、硬件资源受限的情况下,如果对采样点幅值概率分布较均匀的信号压缩时,易出现压缩率不高或采集速度与压缩速度不匹配的问题。对此,文中提出了基于位置信息的改进LZW前缀编码方案。该改进压缩算法基于压缩比因子将采样点进行映射操作,使其具有标识后面相邻采样点压缩情况的作用,通过采样点间的位置信息,缩短采样点的码长,从而实现对采样点数据的压缩。实验表明,与原LZW压缩算法相比,该改进算法在不增加算法复杂度和硬件存储空间条件下,压缩比可提高26.25%,证明了该算法在采集系统中的有效性。在实时采集与无线传输中,信号幅值、频率特征的提取,是采集信号分析中的重要环节。但在采集速度较快、硬件资源受限的情况下,如何快速对信号异常情况进行预判,是实验过程中的重要研究内容。对此,文中根据信号波形上升沿与下降沿特征,提出了一种基于K簇的改进K-means算法。对于幅值信息,基于波形上升沿和下降沿特点,该算法将信号波形均分为若干个组(本文称为簇),并得到簇的中心值,根据簇心值判断信号的幅值是否存在异常。对于频率信息,在上位机中提取信号频率特征,通过该改进算法将信号频率信息分为若干个簇,得到簇心值,并将簇心值作为预测参数,结合规定模型,实现信号频率的预测。实验表明,该算法提取的幅值、频率特性与原信号特性相吻合。(本文来源于《西南科技大学》期刊2019-05-01）
杨维,张弦,王乐之,程飞飞[3]（2019）在《基于小波变换特征提取技术实现用电负荷数据压缩与脱敏存储》一文中研究指出本文应用小波变换技术对电力用户每15分钟采集一次的用电负荷数据的特征进行了梳理,选择小波变换算法开展用电负荷数据的特征提取,优化数据存储方式实现数据压缩与脱敏存储,用以解决海量用电负荷指标数据的存储问题。结果表明,通过小波变换可以有效提取数据特征,压缩存储空间约50%,并实现数据脱敏。本文所研发的基于小波变换特征提取技术实现用电负荷数据压缩与脱敏存储的技术具有潜在的应用价值和推广价值,并能够产生较高的经济效益。(本文来源于《电子设计工程》期刊2019年08期）
郭雷勇[4]（2018）在《基于特征向量的物联网大数据压缩算法》一文中研究指出随着物联网技术的快速发展,物联网大数据问题开始凸显,而物联网中标签海量数量和信息问题尤其突出。为方便有效地处理物联网数据,提出了一种基于特征向量的物联网大数据压缩算法。该算法按照每个标签的读取实际间隔、在该段时间内读取次数以及标签读取时的平均信号强度作为无线射频标签的特征,组成叁元特征向量空间,并在此基础上对海量标签数据进行压缩。仿真结果与算法分析表明,随着数据量的增加,提出的压缩算法的压缩效果越来越好。(本文来源于《通信技术》期刊2018年02期）
韩晓霞,崔浩,孙钰珊[5]（2017）在《顾及曲线走向及局部面积特征的矢量数据压缩算法》一文中研究指出目前,矢量数据压缩算法存在曲线压缩精度与压缩效率不能共存的问题,基于此,本文以带有径向约束的Douglas-Peucker算法为基础,提出一种顾及曲线走向和局部面积特征的矢量数据压缩算法。该算法首先通过带有径向约束的Douglas-Peucker算法提取曲线的特征点;然后,提取各个局部曲线段形态特征点以判断局部曲线段走向特征;最后,根据曲线段走向对预先提取的各个特征点的位置进行局部微调,完成矢量数据的压缩。该算法创新在于通过局部微调特征点位置的方式使压缩后曲线较好地反映了原曲线的局部走向,并且减小了曲线局部面积偏差。实验表明所提算法在保证压缩效率的同时能够有效降低局部位移偏差和面积偏差,使压缩后曲线较好的反映原曲线形态特征。(本文来源于《北京测绘》期刊2017年06期）
王娜,谭浩,苏盛[6]（2015）在《基于特征抽样插值的动态数据压缩传输方法》一文中研究指出为利用SCADA准确监视扰动后电网振荡信息,帮助调度人员做出正确的调度控制决策,提出了基于特征抽样和插值重构的数据压缩方法。首先根据振荡波形特征制定提取特征点规则;然后在场站侧根据预定规则抽取并传输振荡曲线特征点,实现数据压缩;最后在调度中心利用叁次埃尔米特插值高精度重构电网动态。该方法能以通信负载的少量增加为代价,显着提高调度人员对扰动后电网动态过程的监视能力,较曲线拟合等方法在压缩率和拟合精度上均有明显优势。该方法只需在现有SCADA基础上进行少量软件升级即可实现,并能根据网络通信条件灵活选择实施对象,具有一定的应用前景。(本文来源于《电力系统及其自动化学报》期刊2015年08期）
周凯,李询,陈通海[7]（2015）在《基于纹理特征的RLE算法在谱数据压缩中的研究与应用》一文中研究指出提出了一种基于纹理特征改进的RLE数据压缩的算法,根据频谱数据的纹理与统计特征对频段进行迭代分割,在信噪分离的基础上对背景噪声进行特征提取和平滑处理,然后利用RLE算法进行压缩,大大提高了压缩比例,保留了原始信号数据特征。大量的仿真实验和试运行数据,说明该方法能很好地压缩频谱数据,为无线电监测工作实现数据共享与存储提供了很好的方法。(本文来源于《中国无线电》期刊2015年04期）
游小渤[8]（2013）在《绝缘子泄漏电流特征分析及其数据压缩方法的研究》一文中研究指出输电线路是电力系统的主要组成部分，绝缘子对输电线路起到支撑和高压绝缘的作用。绝缘子故障可能诱发电网事故，因此绝缘子的在线监测十分重要。绝缘子的任何故障都会表引起绝缘子泄漏电流的变化，所以泄漏电流是表征输电线路绝缘子运行状态的重要参量，因此泄漏电流监测法成为输电线路在线监测的最主要方法。为能发现绝缘子运行过程中的绝缘能力降低甚至局部闪络，就需要以较高的采样率对泄漏电流数据进行采样，故而其原始数据量很大。这些在野外采集的数据要传输到集控站或调度中心，需要较高的数据传输带宽，而目前泄漏电流数据大多使用低速的无线网络传输，所以首先对泄漏电流数据进行压缩是必要的。对绝缘子泄漏电流进行数据压缩的方法有很多种，但都有一定的局限。使用压缩传感理论对泄漏电流进行数据压缩和重建，在满足较高压缩比的情况下，重建精度也比较高，但是泄漏电流数据中含的有较多脉冲成分在信号重建的时候不能被恢复。针对压缩传感理论对泄漏电流的数据压缩存在的这个问题，本文对绝缘子泄漏电流数据的频谱和功率谱进行分析，得到泄漏电流周期性和非平稳性的特征，而后对泄漏电流数据进行时域分类，将脉冲区段和非脉冲区段进行分离。接着使用压缩传感理论，并调整传感矩阵的结构，在非脉冲区段进行高压缩比压缩，脉冲区段低压缩比压缩，分别重构之后再重新组合。这种方法仍然可以获得同样高的压缩比，而且有效降低重构误差，并完好地保留了脉冲区段。压缩传感理论实现的实质是测量矩阵的确定。经典的测量矩阵压缩和恢复效果比较好，但是可以进一步进行优化。本文针对绝缘子泄漏电流既有周期性又有非平稳性的特征，通过实验，对多种测量矩阵进行了对比实验研究，提出采用托普利兹矩阵、循环矩阵以及稀疏后的矩阵作为测量矩阵的方法，在大大减少计算工作量的同时，能够得到同经典的测量矩阵同样理想的重构效果。(本文来源于《华北电力大学》期刊2013-12-01）
肖波[9]（2013）在《基于稀疏分解的心电信号特征波检测及心电数据压缩》一文中研究指出心电图是检测心脏病的重要无创工具,因此心电信号处理在医学领域内始终都是非常重要的组成部分,基本上任何一种信号处理理论在出现以后都会在心电处理领域进行理论探讨和实践分析,基于此来推动心电信号处理研究工作不断向前。心电信号处理包含较多方面的具体内容,且到目前为止已经取得多方面的显着成就,稀疏分解理论的提出与应用就为心电信号的处理提供了新的研究切入点,该文也正是对这样一个方向的问题进行简要分析和说明。(本文来源于《科技创新导报》期刊2013年26期）
谭浩[10]（2013）在《基于波形特征的电力系统动态数据压缩传输方法研究》一文中研究指出随着各区域电网的互联，我国已基本实现了全国联网，现代电力系统基本特点：大容量、超高压、远距离，电网的结构及运行方式日趋复杂，规模的不断扩大给电网的安全监视与调度控制带来了更大的挑战，对运行、监视、分析、控制的要求显着提高。作为电网调度自动化的核心与基础，SCADA系统负责采集、处理电力系统中各种数据，是电网调度的重要数据来源。SCADA以秒级数据刷新速度提供静态数据的工作方式已经不能满足这种需求，从静态提升到动态范畴是现代电力系统对数据测量提出的要求之一。因为技术、经济等多方面的原因，WAMS在短期内完全取代SCADA的想法并不现实，SCADA将在很长一段时间内继续发挥其重要作用。如果能以传输数据量的些许增加（相对于SCADA静态数据）为代价在现有SCADA中传输电网动态数据，对在各种运行条件下保有对电网动态的监视能力显然是有益的。通信系统的带宽约束是限制SCADA传输电网动态信息的关键因素。本文提出SCADA系统中基于波形特征的电网动态数据压缩传输方法，在厂站侧根据振荡波形特征提取振荡曲线特征点，然后在主站侧插值重构电网动态。利用PSASP、MATLAB进行数值仿真，该方法能以通信负载的少量增加为代价，显着地提高现有SCADA反应系统动态能力。所提数据压缩与重构算法较曲线拟合等方法在计算量、压缩率和拟合精度上均有明显优势，并且在周期延长等情况下表现良好。该方法只需在现有SCADA系统基础上进行少量软件升级即可实现，并能根据网络通信条件灵活选择实施对象，具有一定的应用前景。(本文来源于《长沙理工大学》期刊2013-04-01）
特征数据压缩论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
LZW(Lempel-Ziv-Welch)压缩算法在实时采集与无线传输中具有重要应用价值,一般采用采集-压缩-传输的工作模式,该模式下较高压缩比可极大降低对无线传输的压力。但在采集速度较快、数据传输带宽较低、硬件资源受限的情况下,如果对采样点幅值概率分布较均匀的信号压缩时,易出现压缩率不高或采集速度与压缩速度不匹配的问题。对此,文中提出了基于位置信息的改进LZW前缀编码方案。该改进压缩算法基于压缩比因子将采样点进行映射操作,使其具有标识后面相邻采样点压缩情况的作用,通过采样点间的位置信息,缩短采样点的码长,从而实现对采样点数据的压缩。实验表明,与原LZW压缩算法相比,该改进算法在不增加算法复杂度和硬件存储空间条件下,压缩比可提高26.25%,证明了该算法在采集系统中的有效性。在实时采集与无线传输中,信号幅值、频率特征的提取,是采集信号分析中的重要环节。但在采集速度较快、硬件资源受限的情况下,如何快速对信号异常情况进行预判,是实验过程中的重要研究内容。对此,文中根据信号波形上升沿与下降沿特征,提出了一种基于K簇的改进K-means算法。对于幅值信息,基于波形上升沿和下降沿特点,该算法将信号波形均分为若干个组(本文称为簇),并得到簇的中心值,根据簇心值判断信号的幅值是否存在异常。对于频率信息,在上位机中提取信号频率特征,通过该改进算法将信号频率信息分为若干个簇,得到簇心值,并将簇心值作为预测参数,结合规定模型,实现信号频率的预测。实验表明,该算法提取的幅值、频率特性与原信号特性相吻合。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
特征数据压缩论文参考文献
[1].曾锡琴,翟天琦.基于移动终端位置特征信息的终端缓存的数据压缩方法[J].信息与电脑(理论版).2019
[2].张红红.多通道采集数据压缩及特征提取研究[D].西南科技大学.2019
[3].杨维,张弦,王乐之,程飞飞.基于小波变换特征提取技术实现用电负荷数据压缩与脱敏存储[J].电子设计工程.2019
[4].郭雷勇.基于特征向量的物联网大数据压缩算法[J].通信技术.2018
[5].韩晓霞,崔浩,孙钰珊.顾及曲线走向及局部面积特征的矢量数据压缩算法[J].北京测绘.2017
[6].王娜,谭浩,苏盛.基于特征抽样插值的动态数据压缩传输方法[J].电力系统及其自动化学报.2015
[7].周凯,李询,陈通海.基于纹理特征的RLE算法在谱数据压缩中的研究与应用[J].中国无线电.2015
[8].游小渤.绝缘子泄漏电流特征分析及其数据压缩方法的研究[D].华北电力大学.2013
[9].肖波.基于稀疏分解的心电信号特征波检测及心电数据压缩[J].科技创新导报.2013
[10].谭浩.基于波形特征的电力系统动态数据压缩传输方法研究[D].长沙理工大学.2013
论文知识图
