[發明專利]一種非易失性存儲器時序數據壓縮的量化方法

有效

• 申請號: 201710689473.0
• 申請日: 2017-08-14
• 公開（公告）號: CN107562374B
• 公開（公告）日: 2020-05-26
• 發明（設計）人: 劉鐸;顧藝;黃柏鈞;李星妮
• 申請（專利權）人: 重慶大學
• 主分類號: G06F3/06
• 分類號: G06F3/06;H03M7/30
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 劉志敏;郝傳鑫

1.一種非易失性存儲器時序數據壓縮的量化方法，其特征是，包括以下步驟：

步驟1、設置一個平滑窗口寬度，并對待壓縮的時間序列數據S進行平滑處理,得到平滑時間序列數據S'，提取平滑時間序列數據S'中的特征點，記錄原始時間序列數據S中對應位置的值；

步驟2、根據步驟1保存的特征點，利用線性插值法對平滑時間序列數據S'進行時間序列數據重構，得到重構時間序列數據T；

步驟3、利用動態時間扭曲算法，計算歐式距離，將重構時間序列數據T與原始時間序列數據S間的序列點兩兩相減，獲得一個序列距離矩陣M，M中的每個元素計算如下：

式(3)中，m_(k,l)表示矩陣M中位于第k行第l列的元素，表示時間序列數據T中的第k個元素的值，表示時間序列數據S中的第l個元素的值；

根據距離矩陣M生成損失矩陣M'(又稱為累積距離矩陣)，損失矩陣中各元素(M'(a,b))的值則需要逐步計算，具體值的計算式如下：

m'_(a,b)＝Min[m'_(a-1,b-1),m'_(a-1,b),m'_(a,b-1)]+m_(a,b)………(4)

其中，a為損失矩陣M＇行坐標，b為損失矩陣M＇列坐標；

得到損失矩陣后，矩陣M＇的最后一個元素為重構時間序列數據T與時間序列數據S間的距離，記為C_m；設定一個距離閾值，若是兩個時間序列數據之間的距離大于此閾值，這兩個時間序列數據不相似，則重新調節平滑窗口寬度，直到選取出合適的平滑窗口寬度使得所求距離小于距離閾值。

2.根據權利要求1所述的非易失性存儲器時序數據壓縮的量化方法，其特征是：在步驟1中，所述平滑處理的計算式為：

式(1)中，ω為平滑窗口長度，d'_i為時間序列數據S中第i個時間點平滑后得到的新值，d_k為時間序列數據S中第k個時間點的值。

3.根據權利要求2所述的非易失性存儲器時序數據壓縮的量化方法，其特征是：在步驟1中，所述的平滑時間序列數據S'特征點為平滑時間序列數據S'中的波峰或者波谷點。

4.根據權利要求3所述的非易失性存儲器時序數據壓縮的量化方法，其特征是：在步驟2中，線性插值法的計算公式為：

式(2)中，q為兩個特征點(t₁，d_t1)與(t₂，d_t2)間第q個丟失的數據點，為重構后時間戳為t₁+q的數據點的值；d_t1為原始時間序列數據S在t₁時刻的值，d_t2為原始時間序列數據S在t₂時刻的值。