[發明專利]基于分布式擬牛頓投影追蹤的數據重構方法

在審

• 申請號: 201911409497.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111130557A
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 王穎;孟婕;李國瑞
• 申請（專利權）人: 秦皇島職業技術學院
• 主分類號: H03M7/30
• 分類號: H03M7/30
• 代理公司: 北京聯創佳為專利事務所(普通合伙) 11362
• 代理人: 劉美蓮

本發明公開了基于分布式擬牛頓投影追蹤的數據重構方法，包括以下步驟：將待重構的數據分為公共部分和個體部分；各個計算節點將待重構數據的支撐集發送給鄰居計算節點；各個計算節點根據自身計算出的支撐集和從鄰居計算節點獲得的支撐集，獲得公共部分支撐集；各個計算節點根據公共部分支撐集、收集到的壓縮數據、測量矩陣及公共部分和個體部分的稀疏度，迭代重構壓縮數據。本發明在數據重構過程中使得各個計算節點能夠得到整個網絡中的數據，獲取全局信息，可以運用于具有公共分量的分布式網絡中數據的恢復，滿足更多場景的需求；而且數據重構的速度更快，精度更高。

技術領域

本發明涉及一種基于分布式擬牛頓投影追蹤的數據重構方法，屬于數據重構技術領域。

背景技術

隨著信息技術的不斷發展，人們獲取數據的規模越來越大。在眾多分布式應用中，如何能夠快速高效地實現數據的重構具有重要的作用。分布式系統中需要處理的數據分散在多個節點內，需要將數據傳輸到服務器進行數據的聯合重建。因此，在數據重構時分布式網絡中需要傳遞大量的信息，從而造成帶寬的消耗和數據重構的延時。

目前，分布式系統中數據重建主要采用集中式處理的方法，將各節點數據全部傳輸到服務器集中處理，需要消耗大量的帶寬并產生較長時間的延遲，無法滿足越來越大規模的分布式系統中對壓縮數據快速、精準地重構的需求。已有的分布式貝葉斯算法通過將數據分解成公共部分和個體部分，利用變分貝葉斯推斷進行迭代重構，但是由于其各個計算節點之間僅僅交互公共部分的數據信息，因此其各個計算節點不能獲取到全局的信息，無法滿足某些應用場景(例如在智能交通中，需要各個計算節點知道全局信息用以調節)，而且數據重構的速度和精度還有待提高。

發明內容

本發明的目的在于，提供一種基于分布式擬牛頓投影追蹤的數據重構方法，它可以有效解決現有技術中存在的問題，實現更快速、更精確的進行數據重構，同時還可以獲取全局信息，滿足更多場景的需求。

為解決上述技術問題，本發明采用如下的技術方案：基于分布式擬牛頓投影追蹤的數據重構方法，包括以下步驟：將待重構的數據分為公共部分和個體部分；各個計算節點將待重構數據的支撐集發送給鄰居計算節點；各個計算節點根據自身計算出的支撐集和從鄰居計算節點獲得的支撐集，獲得公共部分支撐集；各個計算節點根據公共部分支撐集、收集到的壓縮數據、測量矩陣及公共部分和個體部分的稀疏度，迭代重構壓縮數據。

優選的，具體包括以下步驟：

S1，將待重構的數據分為公共部分和個體部分；初始化各個計算節點的待重構數據的支撐集以及數據殘差；

S2，各個計算節點將獲得的最新的待重構數據的支撐集發送給鄰居計算節點；

S3，各個計算節點根據自身計算出的最新的支撐集和從鄰居計算節點獲得的最新的支撐集，獲得公共部分支撐集；

S4，各個計算節點利用MODQNPP函數，根據所述公共部分支撐集、收集到的壓縮數據、測量矩陣及公共部分和個體部分的稀疏度，獲得更新的待重構數據的支撐集、更新的重構的稀疏數據以及更新的數據殘差；

S5，判斷更新的數據殘差的二范數的平方是否比上一次獲得的數據殘差的二范數的平方小？若是，則轉到S2；否則將上一次獲得的重構的稀疏數據作為最終的重構數據輸出。

通過以上方法進行數據重構，尤其是通過結合MODQNPP函數進行數據重構，從而可以使得重構過程中數據迭代次數較少，重構速度較快，重構精度較高，并且能夠使得各個計算節點獲取到網絡的全局信息。

更優選的，步驟S3中，計算節點根據自身計算出的最新的支撐集和從鄰居計算節點獲得的最新的支撐集，選擇出現頻率最高的前K^(c)個作為公共部分支撐集，其中，K^(c)為公共部分的稀疏度。通過該方法獲取公共部分支撐集，從而能夠保證在盡量準確的情況下計算更加簡單，有利于提高數據重構的速度。