面向相似数据的无损压缩技术

• 作者: 杨晓春 王斌 赵国毅
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 无损压缩 差异量表示 编辑距离 聚类 基础序列
• 年，卷（期）: 2010,（8）
• 页码范围: 700-711
• 分类号: TP311.131
• 字数: 8633字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2010.08.004

摘要

对存在于网络信息、观测数据以及生物信息中的大量相似数据,使用传统的压缩方法压缩不能达到更好的效果.对相似度很高的数据采用一种新的无损压缩方法,即基础序列加上一组基于编辑距离的差异量来表示整个数据集,可以只用很少的差异量来表示原本巨大的数据项.针对现实中数据不会整体相似的特点,提出一种先聚类再压缩的思想,在每个聚类中构造聚类中心作为虚拟基础序列,使压缩比最大化.通过大量实际数据集的实验测试与分析,表明提出的无损压缩技术对于相似序列数据具有很好的压缩比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晓春	东北大学信息科学与工程学院	65	1090	16.0	32.0
2	王斌	东北大学信息科学与工程学院	101	945	14.0	28.0
3	赵国毅	东北大学信息科学与工程学院	1	0	0.0	0.0