The invention discloses an anisotropic data compression method based on tensor approximation. It includes block data singular value decomposition, calculates the percentage of singular values after decomposition in different directions, and selects the combination of truncated ranks in the corresponding directions, and calculates the block factor matrix, the core tensor and the anisotropic data compression. The invention adopts the truncated singular value rank tensor approximation in the selected percentage in different directions, by setting the same singular value as the cumulative percentage than the threshold value, to determine the different direction of the selection of the number of singular values, so as to determine the truncation rank size, so that the compression effect has improved significantly.
【技术实现步骤摘要】
基于张量近似的各向异性数据压缩方法
本专利技术属于数据压缩
,尤其涉及一种基于张量近似的各向异性数据压缩方法。
技术介绍
当今的科研与生产中,人们希望以一种直观快速的方式表现、解释数据。因此如今数据可视化已成为一种十分重要的数据研究与分析的手段。科学可视化技术能有效的将人视觉与感知联系并发挥出来,直观地表现数据自身的分布与特点。特别是三维数据的可视化,通过借助人视觉感官与空间感知能将数据的形态结构表现出来。可视化技术是一项非常常用的技术,能够被广泛应用于许多领域中,例如:医学领域、流体物理领域、气象领域、地质勘探领域等等。体绘制技术是科学可视化技术的重要手段。他通过特定的模型对三维数据进行重建,即以一定的技术手段获取相应的数据后,在三维空间对数据建模,还原数据的形态及特征,不仅能够将三维数据的表面特性展现出来,还能够观测三维体数据内部结构信息。由于体绘制技术不仅直观地表现出三维数据的整体结构和分布,还能有效地还原数据的细节以及数据之间的空间几何关系等信息,受到研究人员的重视,并在研究和发展中日趋成熟。但是随着科学测量获取数据方法不断发展,数据规模经历了几何倍 ...
【技术保护点】
一种基于张量近似的各向异性数据压缩方法,其特征在于,包括以下步骤:A、将数据进行分块预处理,将每一个分块数据进行奇异值分解;B、计算步骤A中不同方向分解后的奇异值的百分比,选取对应方向上的截断秩组合;C、根据步骤B中各个方向的截断秩组合计算分块的因子矩阵和核心张量;D、根据步骤C中因子矩阵和核心张量进行重构,完成数据压缩。
【技术特征摘要】
1.一种基于张量近似的各向异性数据压缩方法,其特征在于,包括以下步骤:A、将数据进行分块预处理,将每一个分块数据进行奇异值分解;B、计算步骤A中不同方向分解后的奇异值的百分比,选取对应方向上的截断秩组合;C、根据步骤B中各个方向的截断秩组合计算分块的因子矩阵和核心张量;D、根据步骤C中因子矩阵和核心张量进行重构,完成数据压缩。2.如权利要求1所述的基于张量近似的各向异性数据压缩方法,其特征在于,所述步骤B计算步骤A中不同方向分解后的奇异值的百分比,选取对应方向上的截断秩组合,具体包括以下分步骤:B1、分别计算各个方向奇异值的总和;B2、在各个方向上从大至小依次选取一个奇异值,计算选取的奇异值占奇异值总和的累计百分比;B3、判断步骤B2中选取的奇异值占奇异值总和的累计百分比是否达到设定的阈值;若是,则进行下一步骤;若否,则返回步骤B...
【专利技术属性】
技术研发人员:占梦来,李铭,张军,彭立宇,王另,
申请(专利权)人:四川易诚智讯科技有限公司,电子科技大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。