列存储数据区级压缩模式与压缩策略选择方法

压缩技术是列存储数据管理的重要研究内容之一.目前多数方法对同一列数据使用单一压缩方法进行压缩,忽略了数据的局部分布特性,极大地影响了压缩性能.该文提出一种区级压缩模式,并在此模式下提出基于学习的压缩策略选择方法.首先该文将数据列进一步划分为区,并分别定义相邻区信息与区所在列的统计信息为参照信息,进而通过学习参照信息与当前区之间的相似性和差异性进行策略推荐.最后该文对区进行局部学习从而对推荐压缩策略进行修正,保证压缩策略的有效性.在数据仓库基准数据集SSB上的实验结果验证了该文方法的有效性.

磁流变弹性体压缩模式动态力学性能测试

磁流变弹性体是一种新型的磁流变材料,已被成功地应用于变刚度器件设计中。为了评价磁流变弹性体材料性能,迫切需要建立一套磁流变弹性体性能测试系统。利用电磁振动台的线性扫频功能,采用激光位移传感器同步获取测试系统在不同磁感应强度下测试系统的激励与响应信号,通过系统的运动力学模型和相关理论计算,实现压缩模式下的磁流变弹性体刚度与阻尼性能的测试。该测试系统的建立为研制高性能的磁流变弹性体提供了动态压缩模式下的评价手段。

基于字符和0/1码的DNA压缩模式匹配算法

分析对DNA序列数据进行压缩和压缩模式匹配的重要性,采用0/1编码的非自适应算法进行压缩,提出两类压缩模式匹配思路,设计实现了四种算法,并进行了性能比较。

磁流变弹性体压缩模式下的力学性能

分别以羰基铁粉和羰基镍粉为磁性颗粒制备了不同组分的磁流变弹性体,分析了材料组分、外加磁场等对材料力学性能的影响。结果表明,磁流变弹性体的磁致弹性模量随磁性颗粒含量的增大而增大。在低磁场条件下,磁流变弹性体的磁致弹性模量随磁场的增强而迅速上升,当磁场较高时,磁致弹性模量增加趋势减缓直至饱和;在相同的质量含量条件下,以羰基镍粉为填充物的磁致弹性模量要低于以羰基铁粉为填充物的磁致弹性模量,且随着磁场的增强,二者磁致弹性模量的差值增加;磁流变弹性体的弹性模量随增塑剂含量的增加而减小,磁致弹性模量随增塑剂含量的增加而增加。

压缩模式挖掘在反恐情报分析中的应用研究

对海量涉恐数据进行挖掘分析处理可以发现大量的反恐情报信息,当这些情报信息体量非常大时,有必要进一步进行压缩。反恐情报的压缩模式挖掘需要修改经典方法中的先验知识产生方式、频繁项集产生方式以及特殊规则的筛选方式,适应反恐情报分析的需求及特点。该方法对反恐情报中的大量情报线索进行压缩可以有效减少待处理的情报信息数据量,提高提取信息的准确性和针对性。

WCDMA FDD方式中下行链路压缩模式的接收及实现方法

本文首先分析了 WCDMA FDD方式下的压缩模式 ,然后在此基础上重点讨论了下行链路压缩帧的处理方法 。

压缩模式在WCDMA向GSM切换时的应用

在WCDMA网络建网初期,考虑到WCDMA网络的建设成本和业务连续性,运营商必须依托现有GSM网络。因此,实现WCDMA和GSM在电路域的切换和分组域的重选是非常有必要的。

F·SCOTT菲茨杰拉德与其经典短篇小说压缩模式(英文)

F·Scott菲茨杰拉德是美国文坛二十世纪三、四十年代现代派纪实作家的代表人物。他既写长篇又写短篇,其长篇光辉灿烂,享誉欧美大陆;可其短篇却缩在长篇的阴影下,始终得不到重视。究其原因,除了作者本身看轻自己的短篇之外,主要是他在不经意之中所创造的独特短篇小说形式(即短篇压缩模式)与当时流行的小说形式完全不同,因此不被读者和批评家所接受。作者通过大量阅读和详尽分析,挖掘出这一鲜活的独特模式,希冀能对我国外国文学的学习与研究有所裨益。

关于压缩模式的WCDMA终端射频测试解析

简要介绍了WCDMA网络中压缩模式的定义和分类,着重对与压缩模式相关WCDMA终端射频测试内容进行阐述,最后指出了这部分测试内容的对我国WCDMA网络发展的实际意义。

压缩模式下乙烯-丙烯酸甲酯共聚物/丁腈橡胶热塑性硫化胶的形状记忆性能

采用动态硫化法制备了乙烯-丙烯酸甲酯共聚物(EMA)/丁腈橡胶(NBR)热塑性硫化胶(TPV)(EMA/NBR TPV),研究了系列EMA/NBR TPV的动态力学性能和热稳定性,讨论了压缩模式下不同橡塑比、变形温度和回复温度对EMA/NBR TPV形状记忆性能的影响,观察其微观形貌并提出了形状记忆行为机制。结果表明,EMA/NBR TPV具有典型的"海-岛"结构,压缩后其内部存在明显的取向结构;动态热机械分析结果显示EMA和NBR具有良好的相容性;差示扫描量热结果显示EMA/NBR TPV熔融温度约为98℃;随着塑料相的增多,EMA/NBR TPV形状固定率升高、形状回复率降低,而橡胶相的增多则导致形状回复率升高、形状固定率降低;当变形温度为95℃、回复温度为100℃时,EMA/NBR TPV的形状记忆性能最好。

WCDMA向GSM切换时压缩模式测量方案分析

本文分析了工作在WCDMA FDD模式下的双模用户设备(UE),利用压缩模式对GSM系统的载频校正信道(FCCH)和同步信道(SCH)进行测量的过程。并提出对压缩测量方案选择的原则,以提高压缩模式的使用效率,降低对系统容量的影响。

应用GAO-YONG可压缩湍流模式数值模拟RAE2822翼型绕流

应用Gao-Yong可压缩湍流模式,数值模拟RAE2822二维翼型在两种不同来流情况下的跨音速粘性绕流问题.湍流模式的对流项用ROE格式离散,扩散项用中心差分格式离散,空间离散后的控制方程用多步Runge-Kutta显式时间推进格式求解.计算结果预测了翼型表面的压力系数的分布、平均速度剖面、激波的位置、马赫数等值线等情况.同时,对翼型表面激波与边界层相互干扰以及转捩问题进行分析计算,结果表明,Gao-Yong可压缩湍流模式结合适当的数值方法能够成功地模拟翼型跨音速粘性流动.最后,基于Gao-Yong可压缩湍流模式各项异性湍流粘性的机理,初步提出一种预测转捩起始位置的方法.

基于简单常见模式编码(S-FPC)的压缩Cache层次设计

本文基于简单常见模式压缩编码设计了一种新颖的片内压缩Cache层次结构。在该结构中,L1数据Cache和L2Cache都以压缩格式保存数据,但具有不同的布局。其中,L1数据Cache的布局能触发部分Cache行预取,同时又能避免普通预取技术可能导致的Cache污染增加以及带宽浪费的现象,而且没有预取缓冲开销。实验结果表明,与传统Cache结构相比,本文的设计方案可以显著增加L1数据Cache和L2Cache的有效容量,并且不会增加L1数据Cache的访存延迟,对L1数据Cache平均能增加33%的有效容量,减少L1数据Cache失效率达21%,程序执行速度提高了13%。

基于模式化压缩感知的帧定时同步研究

作为数据检测的必要前提,帧定时同步一直是通信领域的研究热点与难点。然而,现有非压缩感知帧同步方法必须满足奈奎斯特速率,导致过度功耗以及模拟—数字转换器(Analog-to-Digital Converter,ADC)设计难度;而采用压缩感知(Compressed Sensing,CS)帧同步方法的正确同步性能有待进一步提高。为此,将模式化压缩感知(Model-based Compressed Sensing)技术引入到帧定时同步中,提出了一种基于模式化压缩的采样匹配追踪(Compressive Sampling Matching Pursuit,Co Sa MP)方法,用以重构压缩采样下的同步度量并完成帧同步。分析与仿真结果表明,相对于现已有的基于CS的帧定时同步方法,提出方法改善了帧定时同步的正确同步概率。

基于压缩动态模式分解的滚动轴承健康监测指标构建

目前轴承健康监测指标主要通过统计模型和机器学习等方法建立,其过程比较繁琐且需要人工干预。动态模式分解(DMD)在振动信号分析中已得到有效应用,但DMD在高采样频率下计算耗时严重且占用的计算空间较大。本文结合压缩感知算法和DMD,提出了基于压缩动态模式分解(CDMD)的滚动轴承健康指标构建方法。首先利用一个低维随机观测矩阵生成压缩的Hankel矩阵,以提高轴承振动信号的奇异值分解速度;然后以模式分解得到的特征值为基础,计算出特征值实部的峭度和模式幅值的均方根值(RMS),从而构成更加简单而有效的轴承健康指标。通过仿真信号和实验信号对本文方法进行验证,结果表明,CDMD可以代替DMD实现信号的加速分解并获得精确的特征值,所构建的指标能有效区分轴承生命周期中的不同运行阶段。

一种挖掘压缩序列模式的高效算法(英文)

研究了如何使用SP-Feature来压缩序列模式。SP-Feature是一种简洁表示序列模式的新颖结构。一种新的相似性度量被用来聚类SP-Feature,同时也给出了SP-Feature的合并方法。基于层次聚类框架,设计了一种有效的挖掘压缩序列模式的算法CSP。在真实和模拟数据上的大量实验表明CSP能够快速有效地压缩序列模式(在稠密数据集上的恢复误差小于4%)。

基于数据驱动的电-热-气综合能源系统概率多能流计算分析

针对可再生能源与系统负荷波动对综合能源系统多能流分布的不确定性量化问题,提出一种基于数据驱动的综合能源系统概率多能流计算方法。首先,提出了考虑压缩机不同工作模式的综合能源系统多能流计算统一模型,并探讨了压缩机不同工作模式对能流分布的影响;其次,提出基于支持向量回归的概率能流计算方法,先通过多次重复的确定性多能流计算,构建数据样本集,再用支持向量回归挖掘出综合能源系统中已知负荷、网络节点信息与未知节点参数的非线性映射关系;最后,通过算例分析对提出的多能流计算统一模型在不同压缩机工作模式下的有效性进行了验证;通过与传统概率多能流计算方法对比研究,证明提出的数据驱动概率能流计算方法具有更高的计算精度与效率。

压缩FP-Tree的改进搜索算法

为克服Apriori算法候选频繁项集的支持数计算效率过低和频繁模式增长算法FP-Growth多次建立条件模式树时内存耗费大的问题,提出基于压缩频繁模式树(CFP-Tree)的改进搜索算法(MCFP-Tree)。利用Apriori算法候选项集生成的思想和压缩频繁模式树紧凑的数据结构,采用自底向上的搜索策略,快速挖掘压缩频繁模式树及其子树,更快得到候选项集的支持数。实验结果表明,该算法可以高效计算出候选频繁项集出现的频次,挖掘效率明显优于Apriori和FPGrowth算法。

一种基于分形的图像压缩编码方法

提出的基于分形的多模式自适应图像压缩算法大大缩短了编码时间,并且把简单分形压缩改进为自适应快速压缩,使恢复图像质量和压缩速度均有大幅度提高.

一种提高无线传感网络数据模式可读性的方法

无线传感网络目前在智能建筑中得到大规模的应用,从而产生大量的历史数据。提出一种提高无线传感网络中数据模式可读性的方法,包括两个步骤:(1)通过数据预处理的方式使得数据在预处理后再利用经典FP-Growth关联规则挖掘算法得到的模式更符合人的常识;(2)在产生的模式中利用状态图对模式进一步压缩,得到可读并且易于理解的模式集合。