曲线数据压缩算法的研究及应用
针对经典的道格拉斯-普克数据压缩算法存在递归计算效率低、阈值选取不确定等不足,提出了一种改进的特征点提取方法,该算法通过直方图统计数据点的频数,根据数据点到基线的距离、数据点与相邻数据点间的夹角,考虑数据点的"孤立性"和频数,利用熵值法确定最终评价值,自动按照给定数据压缩率进行曲线数据压缩.在MATLAB上进行了仿真实验,利用自主研发的控制系统平台,对进油计量阀流量特性进行增量自学习,并在油泵台架和发动机台架上完成了相应的实验.实验结果表明,本算法可以有效的对数据进行压缩处理,满足测量系统和控制系统的数据压缩需求.
数据压缩、曲线、特征点、道格拉斯-普克算法、压缩率
28
湖南省科技重大专项2015GK1037;湖南省知识产权战略实施专项2017Z4007G;衡阳市科技计划2014C20
2019-06-03(万方平台首次上网日期,不代表论文的发表时间)
共6页
150-155