大数据编码方法及计算机可读存储介质技术

本发明专利技术涉及一种大数据编码方法，所述方法包括使用可配置熵编码平台以在大数据服务器视频帧供应的情况下实现可配置熵编码，所述可配置熵编码平台包括大数据服务器等部件。本发明专利技术还涉及一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序在被执行时实现本发明专利技术所述方法的各个步骤。通过本发明专利技术，能够引入大数据服务器用于实现快速读出操作。

Large Data Encoding Method and Computer Readable Storage Media

The invention relates to a large data encoding method, which includes using a configurable entropy encoding platform to realize configurable entropy encoding under the condition of large data server video frame supply. The configurable entropy encoding platform includes large data server and other components. The invention also relates to a computer readable storage medium, in which a computer program is stored, and the computer program realizes each step of the method of the invention when executed. By the invention, a large data server can be introduced to realize fast readout operation.

【技术实现步骤摘要】
大数据编码方法及计算机可读存储介质
本专利技术涉及大数据领域，尤其涉及大数据编码方法及计算机可读存储介质。
技术介绍
从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式计算架构。他的特色在于对海量数据的挖掘，但他必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
技术实现思路
为了解决目前AVC熵编码存储模式落后的技术问题，本专利技术提供了一种大数据编码方法及计算机可读存储介质。本专利技术具备以下几处重要的专利技术点：(1)能够建立基于本端数据测量和附近数据测量的压力分析机制，在所述压力分析机制中引入了距离配置策略，提高了相关压力数值的估算精度；(2)根据关联设备的输出接口的端子使用情况，自适应调整宏块行存储器的工作模式和读出控制设备的运算复杂度，以进一步优化系统内部性能；(3)引入大数据服务器用于存储待编码的各个视频帧，通过网络与AVC熵编码结构连接，用于便于所述AVC熵编码结构的读出控制设备控制各个视频帧的读出操作。根据本专利技术的一方面，提供一种AVC可配置熵编码方法，所述方法包括使用AVC可配置熵编码平台以在大数据服务器视频帧供应的情况下实现AVC的可配置熵编码，所述AVC可配置熵编码平台包括：大数据服务器，用于存储待编码的各个视频帧，通过网络与AVC熵编码结构连接，用于便于所述AVC熵编码结构的读出控制设备控制各个视频帧的读出操作；AVC熵编码结构，包括读出控制设备、宏块行存储器、上下文计算设备和算术编码设备，所述上下文计算设备和所述算术编码设备连接。更具体地，在所述AVC可配置熵编码平台中：所述读出控制设备、所述宏块行存储器、所述上下文计算设备和所述算术编码设备分别采用不同型号的可编程逻辑器件来实现。更具体地，在所述AVC可配置熵编码平台中，所述平台还包括：参数配置设备，用于基于所述上下文计算设备的实时数据处理速率设定单位时间内提供给所述算术编码设备进行处理的数据量；在所述参数配置设备中，所述上下文计算设备的实时数据处理速率越小，设定的单位时间内提供给所述算术编码设备进行处理的数据量越少；第一端子分析设备，与上下文计算设备的输出接口连接，用于检测上下文计算设备的输出接口当前使用端子的数量，以作为第一接口端子总数输出；第二端子分析设备，与算术编码设备的输出接口连接，用于检测算术编码设备的输出接口当前使用端子的数量，以作为第二接口端子总数输出；SOC控制芯片，分别与所述第一端子分析设备和所述第二端子分析设备连接，设置在上下文计算设备和算术编码设备的中间位置，用于接收所述第一接口端子总数和所述第二接口端子总数，并将第一接口端子总数和第一系数相乘以获得第一乘积，将第二接口端子总数和第二系数相乘以获得第二乘积，将所述第一乘积和所述第二乘积相加所获得的参考端子数量输出；省电处理设备，分别与SOC控制芯片和宏块行存储器连接，用于在接收到的参考端子数量超限时，控制所述宏块行存储器从省电模式计入非省电模式，还用于在接收到的参考端子数量未超限时，控制所述宏块行存储器从非省电模式计入省电模式；复杂度调整设备，分别与SOC控制芯片和读出控制设备连接，用于在接收到的参考端子数量超限时，控制所述读出控制设备以提高其运算复杂度以获得精度更高的结果数据；外壳检测设备，与上下文计算设备连接，设置在上下文计算设备的外壳上，用于对上下文计算设备的外壳所承受的压力执行检测动作，以获得对应的外壳压力数值；侧面检测设备，设备在上下文计算设备的一侧，位于算术编码设备的外壳上，用于对算术编码设备的外壳所承受的压力执行检测动作，以获得对应的侧面压力数值；红外分析设备，包括红外发射单元、红外接收单元和GAL器件，所述红外接收单元和所述GAL器件设置在所述外壳检测设备上，所述红外发射单元设置在所述侧面检测设备上，以用于基于所述红外发射单元发射红外信号以及所述红外接收单元接收红外信号的间隔时间确定所述外壳检测设备和所述侧面检测设备之间的距离以作为设备间距输出；数据设置设备，与所述红外分析设备连接，用于基于所述设备间距确定所述外壳检测设备的外壳压力数值的影响因子以及所述侧面检测设备的侧面压力数值的影响因子；参数输出设备，与所述数据设置设备连接，用于基于所述外壳压力数值、所述外壳压力数值的影响因子、所述侧面压力数值和所述侧面压力数值的影响因子估算上下文计算设备的设备内部压力；其中，在所述SOC控制芯片中，所述第一系数和所述第二系数的大小不同，所述第一系数和所述第二系数之和为1。更具体地，在所述AVC可配置熵编码平台中，所述平台还包括：GPRS通信接口，与所述数据设置设备连接，用于通过GPRS通信网络向配置服务器请求配置策略以获得加密后的配置策略。更具体地，在所述AVC可配置熵编码平台中：所述GPRS通信接口还用于对所述加密后的配置策略进行解密操作。更具体地，在所述AVC可配置熵编码平台中：所述复杂度调整设备还用于在接收到的参考端子数量未超限时，控制所述读出控制设备以维持其当前运算复杂度。更具体地，在所述AVC可配置熵编码平台中：在所述GPRS通信接口中，所述配置策略用于基于所述设备间距确定所述外壳检测设备的外壳压力数值的影响因子以及所述侧面检测设备的侧面压力数值的影响因子。根据本专利技术的又一方面，还提供了一种计算机可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序在被执行时实现如上述的AVC可配置熵编码方法的各个步骤。具体实施方式下面将对本专利技术的实施方案进行详细说明。大数据(bigdata)，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径，而采用所有数据进行分析处理。大数据的5V特点(IBM提出)：Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。现有技术中，由于AVC视频帧数据具有数据复杂、数据量大的特点，因此在设计AVC视频帧输入输出接口时读出模式的设定难以选择，而大数据的数据处理模式有利于克服这一缺陷；同时，在视频读出系统中各个设备由于都是芯片结构，缺乏高精度的压力估算机制，导致后续的设备监控缺乏必要且准确的参考数据。为了克服上述不足，本专利技术搭建了一种AVC可配置熵编码方法，所述方法包括使用AVC可配置熵编码平台以在大数据服务器视频帧供应的情况下实现AVC的可配置熵编码。所述AVC可配置熵编码平台能够有效解决相应的技术问题。根据本专利技术实施方案示出的AVC可配置熵编码平台包括：大数据服务器，用于存储待编码的各个视频帧，通过网络与AVC熵编码结构连接，用于便于所述AVC熵编码结构的读出控制设备控制各个视频帧的读出操作；AVC熵编码结构，包括读出控制设备、宏块行存储器、上下文计算设备和算术编码设备，所述上下文计算设备和所述算术编码设备连接。接着，继续对本专利技术的AVC可配置熵编码平台的具体结构进行进一步的说明。所述AVC可配置熵编码平台中：所述读出控制设备、所述宏块行存储器、本文档来自技高网...

【技术保护点】
1.一种AVC可配置熵编码方法，所述方法包括使用AVC可配置熵编码平台以在大数据服务器视频帧供应的情况下实现AVC的可配置熵编码，所述AVC可配置熵编码平台包括：大数据服务器，用于存储待编码的各个视频帧，通过网络与AVC熵编码结构连接，用于便于所述AVC熵编码结构的读出控制设备控制各个视频帧的读出操作；AVC熵编码结构，包括读出控制设备、宏块行存储器、上下文计算设备和算术编码设备，所述上下文计算设备和所述算术编码设备连接。

【技术特征摘要】
1.一种AVC可配置熵编码方法，所述方法包括使用AVC可配置熵编码平台以在大数据服务器视频帧供应的情况下实现AVC的可配置熵编码，所述AVC可配置熵编码平台包括：大数据服务器，用于存储待编码的各个视频帧，通过网络与AVC熵编码结构连接，用于便于所述AVC熵编码结构的读出控制设备控制各个视频帧的读出操作；AVC熵编码结构，包括读出控制设备、宏块行存储器、上下文计算设备和算术编码设备，所述上下文计算设备和所述算术编码设备连接。2.如权利要求1所述的方法，其特征在于：所述读出控制设备、所述宏块行存储器、所述上下文计算设备和所述算术编码设备分别采用不同型号的可编程逻辑器件来实现。3.如权利要求2所述的方法，其特征在于，所述平台还包括：参数配置设备，用于基于所述上下文计算设备的实时数据处理速率设定单位时间内提供给所述算术编码设备进行处理的数据量；在所述参数配置设备中，所述上下文计算设备的实时数据处理速率越小，设定的单位时间内提供给所述算术编码设备进行处理的数据量越少；第一端子分析设备，与上下文计算设备的输出接口连接，用于检测上下文计算设备的输出接口当前使用端子的数量，以作为第一接口端子总数输出；第二端子分析设备，与算术编码设备的输出接口连接，用于检测算术编码设备的输出接口当前使用端子的数量，以作为第二接口端子总数输出；SOC控制芯片，分别与所述第一端子分析设备和所述第二端子分析设备连接，设置在上下文计算设备和算术编码设备的中间位置，用于接收所述第一接口端子总数和所述第二接口端子总数，并将第一接口端子总数和第一系数相乘以获得第一乘积，将第二接口端子总数和第二系数相乘以获得第二乘积，将所述第一乘积和所述第二乘积相加所获得的参考端子数量输出；省电处理设备，分别与SOC控制芯片和宏块行存储器连接，用于在接收到的参考端子数量超限时，控制所述宏块行存储器从省电模式计入非省电模式，还用于在接收到的参考端子数量未超限时，控制所述宏块行存储器从非省电模式计入省电模式；复杂度调整设备，分别与SOC控制芯片和读出控制设备连接，用于在接收到的参考端子数量超限时，控制所述读出控制设备以提高其...

【专利技术属性】
技术研发人员：靳爱丛，
申请(专利权)人：靳爱丛，
类型：发明
国别省市：江苏,32