[發明專利]一種基于PCA的數據傳輸方法及系統

在審

• 申請號: 201710845000.5
• 申請日: 2017-09-19
• 公開（公告）號: CN107483969A
• 公開（公告）日: 2017-12-15
• 發明（設計）人: 劉小東;鄧見章;蔣杰
• 申請（專利權）人: 上海愛優威軟件開發有限公司
• 主分類號: H04N19/91
• 分類號: H04N19/91;H04N19/85;H04N19/184
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本申請涉及智能終端技術領域，尤其涉及數據傳輸方法及系統。

背景技術

隨著移動通信技術的飛速發展，人們的工作、生活與智能終端(例如，電子設備等)息息相關。用戶利用終端傳輸數據，實現信息交互。目前，針對不失真地還原傳輸的數據，通常利用香農采樣定理，要求采樣頻率應該不小于模擬信號頻譜中最高頻率的兩倍；從而導致樣本數量增多，傳輸效率低。此外，當原始數據量較大，則需要采集更多樣本，進一步造成硬件存儲資源的浪費。

主成分分析法(Principal ComponentsAnalysis，PCA)作為主要的降維方法之一，廣泛應用于圖像壓縮、數據壓縮、模式識別、消除冗余和消除數據噪音等領域。PCA技術主要在于分析原始數據的主要特征，將主要特征用于代替原始數據。

因此，期望提供一種數據傳輸方法及系統，利用PCA技術提取原始數據的特征數據，傳輸特征數據編碼，再經解碼重構原始數據，提高了傳輸效率，實現高效準確地傳輸數據。

發明內容

根據本申請的一些實施例的第一方面，提供了一種數據傳輸方法，應用于終端(例如，電子設備等)中，所述方法可以包括：獲取高維度原始數據；利用PCA技術處理所述原始數據，得到特征數據；編碼所述特征數據，得到數據流；傳輸所述數據流；解碼所述數據流，得到所述特征數據；重構所述原始數據。

在一些實施例中，所述利用PCA技術處理所述原始數據進一步包括：中心化處理所述原始數據，計算所述原始數據中心化處理后的協方差矩陣；計算所述協方差矩陣的特征值；計算所述協方差矩陣的特征向量；提取所述原始數據中心化處理后的特征數據。

在一些實施例中，所述編碼所述特征數據進一步包括：量化處理所述特征數據，得到數據流；對所述數據流進行熵編碼，得到數據流編碼；分組所述數據流編碼。

在一些實施例中，所述分組所述數據流編碼進一步包括：獲取所述數據流編碼的碼長；確定所述數據流編碼的最大碼長；根據所述最大碼長，分組所述數據流編碼，得到碼流；其中，不足最大碼長的數據流編碼末尾增補零碼，以滿足最大碼長。

在一些實施例中，所述傳輸所述數據流進一步包括：傳輸所述數據流編碼的碼流，以及碼長；控制傳輸所述碼流和碼長的緩沖過程。

在一些實施例中，所述解碼所述數據流進一步包括：分解所述數據流；對所述數據流進行熵解碼；反量化處理所述數據流，得到所述特征數據。

在一些實施例中，所述解碼所述數據流進一步包括：根據所述最大碼長解碼所述數據流；其中，碼長不足最大碼長的數據流編碼末尾刪除零碼。

在一些實施例中，所述重構所述原始數據進一步包括：獲取所述特征數據；計算所述特征數據的特征向量；中心化逆變換所述特征數據，以及所述特征向量；重構所述原始數據。

在一些實施例中，所述特征數據為所述高維度原始數據的降維數據。

根據本申請的一些實施例的第二方面，提供了一個系統，包括：一個存儲器，被配置為存儲數據及指令；一個與存儲器建立通信的處理器，其中，當執行存儲器中的指令時，所述處理器被配置為：獲取高維度原始數據；利用PCA技術處理所述原始數據，得到特征數據；編碼所述特征數據，得到數據流；傳輸所述數據流；解碼所述數據流，得到所述特征數據；重構所述原始數據。

因此，根據本申請的一些實施例的數據傳輸方法及系統，利用PCA技術提取原始數據的特征數據，傳輸特征數據編碼，再經解碼重構原始數據，提高了傳輸效率，實現高效準確地傳輸數據。

附圖說明

為更好地理解并闡述本申請的一些實施例，以下將結合附圖參考實施例的描述，在這些附圖中，同樣的數字編號在附圖中指示相應的部分。

圖1是根據本申請的一些實施例提供的網絡環境系統的示例性示意圖。

圖2是根據本申請的一些實施例提供的電子設備功能配置的示例性單元示意圖。

圖3是根據本申請的一些實施例提供的數據傳輸方法的示例性流程圖。

圖4是根據本申請的一些實施例提供的PCA技術處理方法的示例性流程圖。

圖5是根據本申請的一些實施例提供的編碼方法的示例性流程圖。

圖6是根據本申請的一些實施例提供的解碼方法的示例性流程圖。

圖7是根據本申請的一些實施例提供的重構原始數據的示例性流程圖。

具體實施方式