SDT算法及其在过程数据压缩中的应用

首先阐述了过程数据压缩的重要性及特点，然后介绍了SDT（Swinging Door Trending)算法的基本原理，给出了离线压缩、在线压缩及信号重建的软件框图，最后介绍了SDT算法的应用，并得出了一些结论。希望对过程数据压缩的研究和应用提供一定的帮助。     

可完全恢复的数据压缩

本文从原理、方法等方面介绍了可完全恢复的数据压缩与解压，并选择了ＬＺＷ算法在微型计算机上加以实现。     

基于FPGA的实时无损数据压缩系统设计

针对某些特殊的测试实验,既要求测试系统微体积、低功耗,还要求记录大量数据的问题,提出基于FPGA的数据压缩解决方案.介绍了LZW压缩算法的基本理论及其用FPGA硬件实现的方法.大量的实验表明,系统工作稳定,压缩速度快(8 MB/s以上),对实测数据的压缩效果好(25％左右)、工作时电流小(37 mA),实现了速度、性能...     

过程数据压缩算法SDT的改进研究与应用

对传统的SDT（Swinging Door Trend）过程数据压缩算法进行算法分析与改进研究,并在此基础上提出了综合去异常值、简单滤波、自适应压缩偏移量与还原曲线平滑化的改进型SDT压缩算法。算法结构简单、计算速度快,以MATLAB为研究仿真工具,通过算法的移植已经成功地应用于工业实时数据库产品FD-RDB中,获得了良好的过程数据压缩质量与还原效果。对工业实时数据库的过程数据压缩算法的设计开发具有很好的参考意义。     

过程数据压缩技术综述

过程数据是一种丰富的信息资源,过程数据压缩的主要目的是为了节省过程数据的存储空间,便于过程数据的处理,减少过程数据舆的通信流量。本文给出了过程数据空的描述,详细介绍了过程数据压缩的一些常用算灶。例如,矩形波串法、后向斜率法、ＳＤＴ算法、ＰＬＯＴ算法及矢量量化方法等,并进一步旨出了过程数据压缩中的一睦实际问题。本文的工作为过程数据空的理论研究和实际应用提供了一定的基础。     

一种通用多媒体数据压缩技术的实现研究

本文叙述了一种基于ＬＺＷ的通用数据压缩算法及实现，它将多媒体的图象、语音、文本等数据的压缩处理集为一体，用同一种算法压缩各种不同类型的多媒体数据。同时，通过实验讨论了有关无损压缩的理论极限问题。     

基于LZW的RFID标签数据压缩算法

针对射频标签(RFID)标签存储空间不大但数据重复性较高的问题,提出一种改进的基于LZW的RFID标签数据压缩算法,采用多叉树存储结构以提高数据压缩速度,改进阈值判断操作方法以避免浪费存储空间。实验结果表明,与其他算法相比,改进算法在压缩时间与压缩效率上具有较大优势。     

数据压缩算法在煤矿类软件系统中的应用研究

为了解决煤矿类软件系统在大规模数据量情况下的数据高效存储和查询问题,提出了一种将旋转门SDT数据压缩算法应用于煤矿类软件系统的方案。介绍了该算法的原理及应用推导,给出了模拟量和开关量压缩数据解压还原方法和特殊情况处理方法。应用结果表明,该算法压缩比高,节省了大量的存储空间,能准确地反映出数据的走势和变化。     

基于嵌入式系统Flash存储的无损数据压缩

如今嵌入式系统应用为各种行业提供了更先进的解决方案,这也使行业之间的数据交换复杂性提高,相应地也增加了系统对数据存储容量的需求。如何在不增加系统硬件存储器成本的前提下,提高系统的数据存储容量是目前嵌入式系统的设计与开发者急待探索与解决的问题。简要阐述了Flash存储结构和压缩原理,详细介绍了LZW压缩算法原理,并用实例说明了LZW压缩算法的压缩过程,通过代码调试验证了LZW无损数据压缩在Flash存储中的优势。     

基于提升小波和LZW的机械振动信号数据压缩

针对机械状态监测系统中基于CAN总线的传感器网络数据传输量大且浮点型测试数据难以直接进行压缩的问题,提出一种基于提升小波分析和LZW的二级机械振动信号数据压缩方法.首先,利用提升小波对测试数据进行小波域稀疏分解,利用分块阈值对小波系数进行阈值估计和量化,去除噪声干扰,突出有用信息,实现初级数据压缩;其次,针对浮点型小波系数的数据压缩问题,提出了一种基于LZW的分裂并行量化编码方法,在不丢失数据信息的同时,进一步提高了数据的可压缩性能;最后,齿轮箱实测振动信号的数据分析结果表明了所提数据压缩方法的有效性.     

实时数据库中数据的分类压缩算法

为解决实时数据库数据量大导致存储困难等问题,提出一种分类的数据压缩算法,实现对实时数据库数据的无损和高效压缩。首先将实时数据库的数据分为数值、时间戳和质量码3部分,然后根据每种数据的特征形态,将LZ78和LZW数据压缩算法融合,分别设计对应的数据压缩算法。实验结果表明,该算法在提高数据库的实际存储容量的同时也提高了实时数据库的实时性。      

改进的SDT算法及其在过程数据压缩中的应用

阐述了过程数据压缩的重要性及特点 ,介绍了SDT(SwingingDoorTrending)算法及改进的SDT算法的基本原理 ,给出了离线压缩、在线压缩及信号重建的软件框图。介绍了改进的SDT算法的应用 ,分析了改进算法的性能。     

金融业务数据库的数据压缩方法

针对金融业务中实时数据库的数据存储特点,提出结构混合压缩(SMC)算法。SMC算法利用金融数据具有纯文本、数据分散和数据项内重复少的特点,以哈夫曼编码作为算法基础,根据词频将单字和词组混合,在哈夫曼树中引入数组结构,对文本数据进行压缩。测试结果表明,SMC算法的平均数据压缩率比原始哈夫曼算法提高了约13%。     

用于过程数据压缩的自控精度SDT算法

针对过程数据的压缩,提出一种自控精度SDT算法,通过在压缩过程中对参数的动态调整,使误差控制在给定范围内,保证了压缩精度并且获得了更高的压缩比。相比于SDT算法,压缩比提高了60%~75%,实际误差与期望误差的绝对差在10-3数量级。该算法在UWnTek控制工程软件中测试完成并正式使用,具有重要的工程意义。     

压缩技术在数据采集系统中的应用

介绍了一种通用编码的数据压缩技术－ＬＺＷ算法，并以此算法为核心，对采集的数据预先作有条件的有损压缩和自适应编码变换，在压缩数据的同时，使数据和ＬＺＷ算法要求的数字输入格式相匹配，使之能更好地发挥作用，经实际验证，数据经有压缩，自适应编码和ＬＺＷ压缩之后，达到较高的压缩率，该方法具有通用性好，易于实现的特点。