-
公开(公告)号：CN110955648A
公开(公告)日：2020-04-03
申请号：CN201911305905.9
申请日：2019-12-18
Applicant: 重庆大学
IPC: G06F16/21
Abstract: 一种非等距时间序列监测数据的归一化映射处理方法，首先通过对不同序列之间的相关关系的确定进而对序列进行非等距划分；其次对每个分段设定观察窗口，并定义了窗口的大小，通过测定噪声率设定阈值，将窗口中的噪声移除窗口外。用户设定分段点数量和拟合误差，根据窗口中幅值变化情况确定极值点，利用极值点到端点连线的距离确定分段点并分段；最后对满足拟合误差的拟合分段，利用拟合直线的斜率进行归一化。不满足条件的分段再次确定分段点，进一步分段，直到达到拟合误差允许值，最终完成归一化。
-
公开(公告)号：CN110769453A
公开(公告)日：2020-02-07
申请号：CN201911054546.4
申请日：2019-10-31
Applicant: 重庆大学
Abstract: 一种非稳定网络环境下的多模态监测数据动态压缩方法，它以压缩、传输和解压三个阶段为目标建模，并进行了非稳定网络状态的预测，引入了动态压缩比调整的过程，节省了数据压缩、传输和解压的耗时。相比于基于无损数据压缩的传输优化方法而言，采用基于动态压缩比的传输耗时优化方法来降低传输耗时的效果更好。
-
Patent Agency Ranking
公开(公告)号：CN111241150A
公开(公告)日：2020-06-05
申请号：CN201911305932.6
申请日：2019-12-18
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/26
Abstract: 用于监测数据处理的多元时间序列符号化映射方法，对象来自于复杂工程系统，非均匀变化的时间序列数据。首先将时间序列进行归一化，使时间序列具有相同量纲下的幅值变化量，同时设定表示趋势变化的符号；其次，设定完整的趋势变化周期，对时间序列进行非均匀分段，并利用分段序列的平均值和趋势拟合斜率对分段整体在时间序列整体中的变化程度进行映射描述同时记录分段中每种趋势变化的持续时间；最后，通过幅值映射符号表，对分段幅值进行映射，变化程度描述符号以及幅值变化符号和趋势变化持续时间组合完成符号化映射。
-
公开(公告)号：CN110769453B
公开(公告)日：2020-11-06
申请号：CN201911054546.4
申请日：2019-10-31
Applicant: 重庆大学
Abstract: 一种非稳定网络环境下的多模态监测数据动态压缩方法，它以压缩、传输和解压三个阶段为目标建模，并进行了非稳定网络状态的预测，引入了动态压缩比调整的过程，节省了数据压缩、传输和解压的耗时。相比于基于无损数据压缩的传输优化方法而言，采用基于动态压缩比的传输耗时优化方法来降低传输耗时的效果更好。
-
公开(公告)号：CN110769000B
公开(公告)日：2020-09-25
申请号：CN201911056258.2
申请日：2019-10-31
Applicant: 重庆大学
IPC: H04L29/06
Abstract: 一种连续型监测数据在非稳定网络传输中的动态压缩预测控制方法，包括有S1数据采集步骤、S2建模计算压缩比步骤、S3压缩传输步骤和S4解压步骤。相比于基于无损数据压缩的传输优化方法而言，采用基于动态压缩比的传输耗时优化方法来降低传输耗时，大量节省了压缩、传输和解压的耗时；将数据分时间周期进行处理，通过预测网速的方式来计算压缩比，适用于非稳定网络环境；通过计算原始数据在预测网速环境下的直接传输耗时来设立约束条件，结合以耗时最少为目标的函数，计算预测网速压缩比和当前网速压缩比进行比较，确保最优压缩比的准确性。
-
公开(公告)号：CN111046084A
公开(公告)日：2020-04-21
申请号：CN201911305942.X
申请日：2019-12-18
Applicant: 重庆大学
IPC: G06F16/2458 , G06F16/248
Abstract: 一种多元时间序列监测数据的关联规则挖掘方法，对象来自于复杂工程系统。首先，通过时间序列相关性度量方法确定时间序列的关联关系并将关联关系的时间序列聚类；其次，通过时间序列的相对变化率确定异常值，通过设定观测窗口确定异常趋势，通过局部数据密度确定异常分布，通过线性拟合确定突变点，最后，利用趋势将序列分段，并用拟合直线的斜率与趋势持续时间长度对时间序列进行模式表示，设定时间特性规则的格式，并用频繁模式完成关联规则挖掘。
-
公开(公告)号：CN110769000A
公开(公告)日：2020-02-07
申请号：CN201911056258.2
申请日：2019-10-31
Applicant: 重庆大学
IPC: H04L29/06
Abstract: 一种连续型监测数据在非稳定网络传输中的动态压缩预测控制方法，包括有S1数据采集步骤、S2建模计算压缩比步骤、S3压缩传输步骤和S4解压步骤。相比于基于无损数据压缩的传输优化方法而言，采用基于动态压缩比的传输耗时优化方法来降低传输耗时，大量节省了压缩、传输和解压的耗时；将数据分时间周期进行处理，通过预测网速的方式来计算压缩比，适用于非稳定网络环境；通过计算原始数据在预测网速环境下的直接传输耗时来设立约束条件，结合以耗时最少为目标的函数，计算预测网速压缩比和当前网速压缩比进行比较，确保最优压缩比的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
