基于传统遗传和数据压缩算法的冗余光纤数据存储优化

传统基于节点分类的数据存储方法进行冗余光纤数据的存储优化,忽略了数据压缩的负荷开销评价,导致冗余光纤数据存储效率较低,提出基于传统遗传和数据压缩算法的冗余光纤数据存储优化方法。结合Dopplerlet变换寻找最佳基函数的全局优化性,进行光纤数据冗余特征分析与过滤;基于该结果采用传统遗传算法对冗余光纤数据进行初步压缩,在此基础上基于K-L特征进行光纤数据存储减负荷处理,完成冗余光纤数据压缩优化,实现冗余光纤数据的优化存储。实验结果表明,所提方法的冗余光纤数据压缩比重约为70%,冗余光纤数据存储优化速度高达211. 5 MB/ms,有效压缩冗余关光纤数据的同时具有高效率的优势。