主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
陈安龙,唐常杰,元昌安,朱明放,段磊.基于小波和偶合特征的多数据流压缩算法.软件学报,2007,18(2):177-184
基于小波和偶合特征的多数据流压缩算法
A Compression Algorithm for Multi-Streams Based on Wavelets and Coincidence
投稿时间:2006-03-08  修订日期:2006-06-30
DOI:
中文关键词:  数据流  Haar小波  偶合特征  数据压缩  层次分解
英文关键词:data stream  Haar wavelet  coincidence characteristic  data compression  hierarchy decompose
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60473071, 10476006 (国家自然科学基金); the National Research Foundation for the Doctoral Program of Higher Education of China under Grant No.20020610007 (国家教育部博士点专项基金)
作者单位
陈安龙 四川大学,计算机学院,四川,成都,610065
电子科技大学,计算机科学与工程学院,四川,成都,610054 
唐常杰 四川大学,计算机学院,四川,成都,610065 
元昌安 四川大学,计算机学院,四川,成都,610065
广西师范学院,信息技术系,广西,南宁,530001 
朱明放 四川大学,计算机学院,四川,成都,610065 
段磊 四川大学,计算机学院,四川,成都,610065 
摘要点击次数: 3314
全文下载次数: 2857
中文摘要:
      提出了基于Haar小波技术和偶合特征的多数据流压缩方法.主要研究成果包括:(1) 证明了Haar小波变换服从能量守恒规律,并用于压缩数据流;(2) 揭示了数据流的偶合度与变化趋势的相关性、偶合度的平移不变性及等价规律,采用特征流序列的小波系数和流能量近似表示流的趋势,达到压缩的目的;(3) 提出了多尺度能量分解模型,提高了表示精度;(4) 设计了多尺度能量分解压缩算法以及多尺度重构算法;(5) 在真实数据集上的实验表明,新方法的压缩比是传统小波方法的2~4倍.
英文摘要:
      Methods based on Haar wavelets and coincidence characteristics are proposed to compress multi-streams. The main contributions include: (1) Energy conservation law of Haar wavelets transform is proved to compress data streams. (2) The relation between the coincidence measure and trend of streams is revealed as along with the invariability under parallel shift and the equivalence law over coincidence measure to approximately express data-streams by the wavelet coefficient of the characteristic stream and its energy. (3) Multi-Scales energy decomposition model is proposed to improve the compression precision. (4) The multi-scales compression algorithm and the energy conservation reconstruction algorithm are designed. (5) Extended experiments show that the compression ratio of the new methods is 2~4 times as the traditional method.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利