交通数据压缩方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开一种交通数据压缩方法、装置、电子设备及存储介质，其方法包括：在待监控的交通区域部署边缘服务器，以实时采集交通区域的交通数据；利用预设的聚类算法对交通数据进行聚类，得到聚类数据，对聚类数据进行结构类型重构，得到重构数据，将重构数据进行张量压缩，得到压缩张量数据；将压缩张量数据分解成核心张量和因子矩阵，以对压缩张量数据进行张量重构，得到重构张量数据，并计算重构张量数据的压缩比；在压缩比符合预设条件时，将重构张量数据发送至预设的云端中，以分析重构张量数据的质量评分，在质量评分大于预设阈值，将重构张量数据进行存储，得到压缩结果。本发明专利技术减少交通数据的传输带宽占用资源，提高交通数据的压缩效率。据的压缩效率。据的压缩效率。

【技术实现步骤摘要】
交通数据压缩方法、装置、电子设备及存储介质


[0001]本专利技术涉及数据处理领域，尤其涉及一种交通数据压缩方法、装置、电子设备及存储介质。

技术介绍

[0002]随着新能源汽车的发展（Internet of Vehicle，IoV）作为一种车载信息通信系统已经得到了广泛的应用。IoV中存在各种类型的路边监测单位设备（Roadside Monitoring Units，RMUs）在交通信息数据的收集和传输方面发挥着重要作用，通过这些RMUs收集的信息可以大大提高区域内的交通质量、完成车流预测等活动。在以云计算为中心的 IoV 场景中，路边单元可以收集很多类型的交通数据信息，包括车牌信息、车辆行驶速度、区域安全警告、区域事故报告，交通流量等，然后RMUs系统再将这些收集到的信息发送到云服务器进行实时数据分析和处理。
[0003]目前交通信息数据通过远程云服务器来处理，但是这种传统的云计算网络模式往往需要将大量数据进行长距离的传输，这将导致传输带宽将被大量占用，从而会影响交通数据的压缩效率。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提供了一种交通数据压缩方法，能够减少交通数据的传输带宽占用资源，提高交通数据的压缩效率。
[0005]第一方面，本专利技术提供了一种交通数据压缩方法，包括：获取待监控的交通区域，并在所述交通区域部署边缘服务器，以通过所述边缘服务器实时采集所述交通区域的交通数据；利用预设的聚类算法对所述交通数据进行聚类，得到聚类数据，并对所述聚类数据进行结构类型重构，得到重构数据，将所述重构数据进行张量压缩，得到压缩张量数据；将所述压缩张量数据分解成核心张量和因子矩阵，以根据所述核心张量和所述因子矩阵，对所述压缩张量数据进行张量重构，得到重构张量数据，并计算所述重构张量数据的压缩比；在所述压缩比符合预设条件时，将所述重构张量数据发送至预设的云端中，以利用所述预设的云端中分析所述重构张量数据的质量评分，并在所述质量评分大于预设阈值时，将所述重构张量数据进行存储，得到所述交通数据的压缩结果。
[0006]在第一方面的一种可能实现方式中，所述在所述交通区域部署边缘服务器，包括：识别所述交通区域的边缘拓扑结构，根据所述边缘拓扑结构，查询所述交通区域的边缘位置节点；在所述边缘位置节点中配置服务器IP和网络地址，根据所述服务器IP和所述网络地址，执行针对所述交通区域的边缘服务器的部署操作。
[0007]在第一方面的一种可能实现方式中，所述利用预设的聚类算法对所述交通数据进
行聚类，得到聚类数据，包括：提取所述交通数据的数据元素，分析所述数据元素的元素特征；根据所述元素特征并结合所述聚类算法，对所述交通数据进行聚类，得到聚类数据，其中，所述聚类算法包括：其中，表示聚类数据，表示第i个交通数据的元素特征，表示第i个交通数据的元素特征，n表示交通数据的数量。
[0008]在第一方面的一种可能实现方式中，所述对所述聚类数据进行结构类型重构，得到重构数据，包括：识别所述聚类数据的原始结构，查询所述原始结构的位置节点；根据所述位置节点，配置所述聚类数据的重构规则，以执行对所述聚类数据的结构类型重构处理，得到重构数据。
[0009]在第一方面的一种可能实现方式中，所述将所述重构数据进行张量压缩，得到压缩张量数据包括：计算所述重构数据的数据权重，得到权重数据，并构建所述权重数据的数据压缩模型；根据所述数据压缩模型对所述重构数据进行张量压缩，得到压缩张量数据。
[0010]在第一方面的一种可能实现方式中，所述计算所述重构张量数据的压缩比包括：获取所述重构张量数据的全量数据，得到全量重构张量数据，查询所述全量重构张量数据的张量元素；根据所述张量元素并结合预设的压缩比函数计算所述全量重构张量数据的压缩比，其中，所述预设的压缩比函数如下所示：其中，表示压缩比，Num of bits compressed data表示压缩后的全量重构张量数据，Num of bits uncompressed data为未压缩的全量重构张量数据，为原始张量的元素个数，表示全量重构张量数据中核心张量的元素个数；表示全量重构张量数据中因子矩阵的元素个数。
[0011]在第一方面的一种可能实现方式中，所述在所述预设的云端中分析所述重构张量数据的质量评分，包括：利用下述公式分析所述重构张量数据的质量评分：其中表示质量评分，x表示重构张量数据，表示重构张量数据对应的监
测时间，表示重构张量数据的数量，n表示交通数据的数量，m表示重构张量数据的类别数量，t表示监测时间，表示重构张量数据对应张量数据的维度大小，表示重构张量数据的维度大小。
[0012]第二方面，本专利技术提供了一种交通数据压缩装置，所述装置包括：数据采集模块，用于获取待监控的交通区域，并在所述交通区域部署边缘服务器，以通过所述边缘服务器实时采集所述交通区域的交通数据；数据压缩模块，用于利用预设的聚类算法对所述交通数据进行聚类，得到聚类数据，并对所述聚类数据进行结构类型重构，得到重构数据，将所述重构数据进行张量压缩，得到压缩张量数据；数据重构模块，用于将所述压缩张量数据分解成核心张量和因子矩阵，以根据所述核心张量和所述因子矩阵，对所述压缩张量数据进行张量重构，得到重构张量数据，并计算所述重构张量数据的压缩比；数据存储模块，用于在所述压缩比符合预设条件时，将所述重构张量数据发送至预设的云端中，以在所述预设的云端中分析所述重构张量数据的质量评分，并在所述质量评分大于预设阈值时，将所述重构张量数据进行存储，得到所述交通数据的压缩结果。
[0013]第三方面，本专利技术提供一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，以使所述至少一个处理器能够执行如上述第一方面中任意一项所述的交通数据压缩方法。
[0014]第四方面，本专利技术提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面中任意一项所述的交通数据压缩方法。
[0015]与现有技术相比，本方案的技术原理及有益效果在于：本方案首先在待监控的交通区域部署边缘服务器，可以实时采集交通区域的交通数据；利用预设的聚类算法对交通数据进行聚类，得到聚类数据，对聚类数据进行结构类型重构，得到重构数据，以适应交通道路信息的多维度变化，并在保存数据相关性的同时保证较低的数据恢复误差；其次，本专利技术实施例通过将重构数据进行张量压缩，得到压缩张量数据，将压缩张量数据分解成核心张量和因子矩阵，以对压缩张量数据进行张量重构，得到重构张量数据，并计算重构张量数据的压缩比，可以实现交通数据的自适应压缩，从而降低交通数据的存储空间，减少交通数据的传输带宽占用资源，提高提高交通数据的压缩效率；进一步地，本专利技术实施例通过在压缩比符合预设条件时，将重构张量数据发送至预设的云端中，以分析重构张量数据的质量评分，在质量评分大于预设阈值时，将重构张量数据进行存储，得到压缩结果，可以保障数据在传输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通数据压缩方法，其特征在于，所述方法包括：获取待监控的交通区域，并在所述交通区域部署边缘服务器，以通过所述边缘服务器实时采集所述交通区域的交通数据；利用预设的聚类算法对所述交通数据进行聚类，得到聚类数据，并对所述聚类数据进行结构类型重构，得到重构数据，将所述重构数据进行张量压缩，得到压缩张量数据；将所述压缩张量数据分解成核心张量和因子矩阵，以根据所述核心张量和所述因子矩阵，对所述压缩张量数据进行张量重构，得到重构张量数据，并计算所述重构张量数据的压缩比；在所述压缩比符合预设条件时，将所述重构张量数据发送至预设的云端中，以在所述预设的云端中分析所述重构张量数据的质量评分，并在所述质量评分大于预设阈值时，将所述重构张量数据进行存储，得到所述交通数据的压缩结果。2.根据权利要求1所述的方法，其特征在于，所述在所述交通区域部署边缘服务器，包括：识别所述交通区域的边缘拓扑结构，根据所述边缘拓扑结构，查询所述交通区域的边缘位置节点；在所述边缘位置节点中配置服务器IP和网络地址，根据所述服务器IP和所述网络地址，执行针对所述交通区域的边缘服务器的部署操作。3.根据权利要求1所述的方法，其特征在于，所述利用预设的聚类算法对所述交通数据进行聚类，得到聚类数据，包括：提取所述交通数据的数据元素，分析所述数据元素的元素特征；根据所述元素特征并结合所述聚类算法，对所述交通数据进行聚类，得到聚类数据，其中，所述聚类算法包括：其中，表示聚类数据，表示第i个交通数据的元素特征，表示第i个交通数据的元素特征，n表示交通数据的数量。4.根据权利要求1所述的方法，其特征在于，所述对所述聚类数据进行结构类型重构，得到重构数据，包括：识别所述聚类数据的原始结构，查询所述原始结构的位置节点；根据所述位置节点，配置所述聚类数据的重构规则，以执行对所述聚类数据的结构类型重构处理，得到重构数据。5.根据权利要求1所述的方法，其特征在于，所述将所述重构数据进行张量压缩，得到压缩张量数据包括：计算所述重构数据的数据权重，得到权重数据，并构建所述权重数据的数据压缩模型；根据所述数据压缩模型对所述重构数据进行张量压缩，得到压缩张量数据。6.根据权利要求1所述的方法，其特征在于，所述计算所述重构张量数据的压缩比包括：获取所述重构张量数据的全量数据，得到全量重构张量数据，查询所述全量重构张量
数据的张量元素；根据所述...

【专利技术属性】
技术研发人员：喻斌，邓芳明，韦宝泉，曾晗，沈阳，陈震，廖庆华，卢金勤，朱立，傅清丁，
申请(专利权)人：江西锦路科技开发有限公司，
类型：发明
国别省市：