经验模态分解在数据流概要生成中的应用

摘要：

由于流数据无限增长的特点,系统无法在内存中保存所有扫描过的流数据,因此数据流处理的关键是建立流数据的概要结构,以便随时能根据该结构提供数据流的近似处理结果,将重点讨论数据流的概要生成技术.先利用经验模态分解方法提取流数据的趋势,滤除数据中的噪声,再利用精确抽样方法实现概要的生成.利用提出的概要生成方法,内存中只需保存滑动窗口中多个段的概要信息.由于该方法中概要是基于趋势序列生成的,趋势序列较原序列平滑,序列中具有相同数值的元素增加,可以进一步节省存储空间.

关键词：经验模态分解方法、精确抽样方法、数据流、概要、数据结构

分类号：TP391(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863the National High-Tech Research and Development Plan of China under Grant 2007AA04Z116;国家自然科学基金the National Natural Science Foundation of China under Grant 70871033;安徽高校省级自然科学研究项目KJ2007B303ZC

在线出版日期：2010-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-8,15