[發明專利]一種基于堆棧式自編碼和PSO算法的數據壓縮方法及裝置

有效

• 申請號: 201710971619.0
• 申請日: 2017-10-18
• 公開（公告）號: CN107749757B
• 公開（公告）日: 2020-08-14
• 發明（設計）人: 盧世祥;闕華坤;林國營
• 申請（專利權）人: 廣東電網有限責任公司電力科學研究院
• 主分類號: H03M7/30
• 分類號: H03M7/30;G06N3/08
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

1.一種基于堆棧式自編碼和PSO算法的數據壓縮方法，其特征在于，包括：

S1：通過PSO算法、預置迭代次數限值和預置適應度閾值對堆棧式自編碼模型的網絡參數進行整定；

S2：獲取訓練樣本，對經過網絡參數整定的堆棧式自編碼模型進行訓練；

S4：對未壓縮的數據進行歸一化處理、數據矯正和數據補全，得到新的未壓縮數據；

S3：將未壓縮的數據輸入經過網絡參數整定和訓練的堆棧式自編碼模型，獲取隱含層的輸出數據作為壓縮后的數據；

S5：將壓縮后的數據通過差分編碼和哥倫布編碼進行無損壓縮，獲取新的壓縮后的數據；

步驟S5具體包括：

S501：將壓縮后的數據進行小數定標標準化處理，獲得第一序列；

S502：將第一序列進行差分編碼獲得第二序列；

S503：將第二序列進行0階哥倫布編碼獲得第三序列；

S504：將第三序列依次串聯獲得的字符串序列作為新的壓縮后的數據。

2.根據權利要求1所述的一種基于堆棧式自編碼和PSO算法的數據壓縮方法，其特征在于，步驟S1具體包括：

S101：初始化M個粒子，包括隨機位置和速度，每個粒子預置N個維度，分別對應堆棧式自編碼器待整定的N個網絡參數，其中M和N皆為大于0的整數；

S102：對每個粒子的位置和速度進行更新和迭代，并通過適應度函數計算每個粒子當前位置的適應度；

S103：當迭代次數達到預置迭代次數限值或者每個粒子的適應度變化率都低于預置適應度閾值，則停止迭代，獲取經過整定的堆棧式自編碼模型的網絡參數，否則返回步驟S102。

3.一種基于堆棧式自編碼和PSO算法的數據壓縮裝置，其特征在于，包括：

整定模塊，用于通過PSO算法、預置迭代次數限值和預置適應度閾值對堆棧式自編碼模型的網絡參數進行整定；

訓練模塊，用于對經過網絡參數整定的堆棧式自編碼模型進行訓練；

數據處理模塊，用于對未壓縮的數據進行歸一化處理、數據矯正和數據補全，得到新的未壓縮數據；

獲取模塊，用于將未壓縮的數據輸入經過網絡參數整定和訓練的堆棧式自編碼模型，獲取隱含層的輸出數據作為壓縮后的數據；

二次壓縮模塊；

二次壓縮模塊，用于將壓縮后的數據通過差分編碼和哥倫布編碼進行無損壓縮，獲取新的壓縮后的數據；

二次壓縮模塊具體包括：

標準化子模塊，用于將壓縮后的數據進行小數定標標準化處理，獲得第一序列；

差分子模塊，用于將第一序列進行差分編碼獲得第二序列；

哥倫布子模塊，用于將第二序列進行0階哥倫布編碼獲得第三序列；

串聯子模塊，用于將第三序列依次串聯獲得的字符串序列作為新的壓縮后的數據。

4.根據權利要求3所述的一種基于堆棧式自編碼和PSO算法的數據壓縮裝置，其特征在于，整定模塊具體包括：

初始化子模塊，用于初始化M個粒子，包括隨機位置和速度，每個粒子預置N個維度，分別對應堆棧式自編碼器待整定的N個網絡參數，其中M和N皆為大于0的整數；

迭代子模塊，用于對每個粒子的位置和速度進行更新和迭代，并通過適應度函數計算每個粒子當前位置的適應度；

參數獲取子模塊，當迭代次數達到預置迭代次數限值或者每個粒子的適應度變化率都低于預置適應度閾值，則停止迭代，獲取經過整定的堆棧式自編碼模型的網絡參數，否則觸發迭代子模塊。