基于动态规划的逐点后退法在路线压缩中的应用研究

提出了一种路线数据压缩算法,该算法以“道格拉斯-普克(Douglas-Peucker, DP)压缩算法”为基础,并对其进行了一系列的改进。该算法对路线中的矢量坐标,以所设定的阈值为参考标准,从后向前递归的进行压缩,并提取出特征点。相对于DP算法,本算法具有更高的压缩效率,更小的压缩误差,在相对复杂曲线的压缩上,本算法在准确度方面具有更优异的表现。通过进一步结合动态规划方法,可使该算法平均误差在原算法的基础上再降低70%的误差,从而保证了压缩后曲线的准确度和完整性。

无线传感器网络簇首提取压缩算法

对矢量数据压缩算法中DP压缩算法在引入无线传感器网络的同时进行了改进,针对压缩过程中对数据的扫描次数问题,提出簇首提取压缩算法。该算法中"簇首"即为"数据簇首",簇首提取压缩算法设定步长减少压缩过程中对数据的扫描次数,并采用最佳曲线拟合方法对监测数据点做直线优化拟合,根据数据间的依附关系,将体现整体特征的簇首数据进行提取;同时,对非簇首数据进行子群划分。仿真结果表明,簇首提取压缩算法程序更为简单,对大波动数据有较好的簇首提取效果,减少了网络中数据的传输量,有效地节省了整个网络的能量消耗。