[發(fā)明專利]支持相似性檢索的高緯缺失時間序列的壓縮方法及裝置

在審

• 申請?zhí)枺?/td>: 201910750265.6
• 申請日: 2019-08-14
• 公開（公告）號: CN110569275A
• 公開（公告）日: 2019-12-13
• 發(fā)明（設(shè)計）人: 張亮
• 申請（專利權(quán)）人: 清華大學山西清潔能源研究院;清華大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06F16/22;G06F16/215;G06F16/2453
• 代理公司: 11201 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙)
• 代理人: 王艷斌

1.一種支持相似性檢索的高緯缺失時間序列的壓縮方法，其特征在于，包括以下步驟：

采集高維數(shù)據(jù)序列數(shù)組，其中，采用二進制階梯標識進行編碼；

對所述高維數(shù)據(jù)序列數(shù)組的高維時間序列的進行壓縮轉(zhuǎn)換，并確定缺失數(shù)據(jù)點；以及

通過clustered存儲方式或者unclustered存儲方式存儲不同精確度的階梯型高壓縮比數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用二進制階梯標識進行編碼，包括：

根據(jù)歷史數(shù)據(jù)獲取分割點；

將所述高維時間序列的每個數(shù)值和所述分割點進行對比并使用二進制標識進行標識，其中，所述時間序列滿足預設(shè)條件，則每2個或3個數(shù)據(jù)點進行均分之后取均值，以支持整個時間序列的整體性相似性對比，并且對于缺失數(shù)據(jù)，對原有的數(shù)據(jù)中缺失的所述數(shù)據(jù)點進行標識，如果原有數(shù)據(jù)點存在，標識為1，否則標識為0；

將歐幾里得相似性轉(zhuǎn)換為漢明相似性，以相似性對比，并通過歐幾里得下限計算得到下限計算結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述通過clustered存儲方式或者unclustered存儲方式存儲不同精確度的階梯型高壓縮比數(shù)據(jù)，包括：

若時間序列差別滿足第二預設(shè)條件，則通過所述clustered存儲方式存儲；

若所述高維數(shù)據(jù)序列數(shù)組滿足第三預設(shè)條件，則通過unclustered存儲方式存儲，其中，標識為列表格式。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：根據(jù)二進制編碼進行二進制索引。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)二進制編碼進行二進制索引，包括：

若所述高維數(shù)據(jù)序列數(shù)組滿足第四預設(shè)條件，則使用binary string table進行索引，其中，每個分節(jié)點保留本地數(shù)據(jù)的table segment，或者保留master節(jié)點分配的segment的處理，以通過并行分擔來加速索引的檢索查詢；

在索引上查詢到節(jié)點后，如果是所述clustered存儲方式，則獲取當前時間序列，如果是所述unclustered存儲方式，則獲取是時間序列的當前存儲位置。

6.一種支持相似性檢索的高緯缺失時間序列的壓縮裝置，其特征在于，包括：

采集模塊，用于采集高維數(shù)據(jù)序列數(shù)組，其中，采用二進制階梯標識進行編碼；

壓縮轉(zhuǎn)換模塊，用于對所述高維數(shù)據(jù)序列數(shù)組的高維時間序列的進行壓縮轉(zhuǎn)換，并確定缺失數(shù)據(jù)點；以及

存儲模塊，用于通過clustered存儲方式或者unclustered存儲方式存儲不同精確度的階梯型高壓縮比數(shù)據(jù)。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述采集模塊進一步用于根據(jù)歷史數(shù)據(jù)獲取分割點，將所述高維時間序列的每個數(shù)值和所述分割點進行對比并使用二進制標識進行標識，其中，所述時間序列滿足預設(shè)條件，則每2個或3個數(shù)據(jù)點進行均分之后取均值，以支持整個時間序列的整體性相似性對比，并且對于缺失數(shù)據(jù)，對原有的數(shù)據(jù)中缺失的所述數(shù)據(jù)點進行標識，如果原有數(shù)據(jù)點存在，標識為1，否則標識為0，并將歐幾里得相似性轉(zhuǎn)換為漢明相似性，以相似性對比，并通過歐幾里得下限計算得到下限計算結(jié)果。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述存儲模塊進一步用于若時間序列差別滿足第二預設(shè)條件，則通過所述clustered存儲方式存儲，若所述高維數(shù)據(jù)序列數(shù)組滿足第三預設(shè)條件，則通過unclustered存儲方式存儲，其中，標識為列表格式。

9.根據(jù)權(quán)利要求8所述的裝置，其特征在于，還包括：檢索模塊，用于根據(jù)二進制編碼進行二進制索引。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述檢索模塊進一步用于若所述高維數(shù)據(jù)序列數(shù)組滿足第四預設(shè)條件，則使用binary string table進行索引，其中，每個分節(jié)點保留本地數(shù)據(jù)的table segment，或者保留master節(jié)點分配的segment的處理，以通過并行分擔來加速索引的檢索查詢，在索引上查詢到節(jié)點后，如果是所述clustered存儲方式，則獲取當前時間序列，如果是所述unclustered存儲方式，則獲取是時間序列的當前存儲位置。