经验模态分解在数据流概要生成中的应用

• 作者: 倪志伟 刘慧婷
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 经验模态分解方法 精确抽样方法 数据流 概要 数据结构
• 年，卷（期）: 2010,（22）
• 页码范围: 6-8,15
• 分类号: TP391
• 字数: 4287字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.22.003

摘要

由于流数据无限增长的特点,系统无法在内存中保存所有扫描过的流数据,因此数据流处理的关键是建立流数据的概要结构,以便随时能根据该结构提供数据流的近似处理结果,将重点讨论数据流的概要生成技术.先利用经验模态分解方法提取流数据的趋势,滤除数据中的噪声,再利用精确抽样方法实现概要的生成.利用提出的概要生成方法,内存中只需保存滑动窗口中多个段的概要信息.由于该方法中概要是基于趋势序列生成的,趋势序列较原序列平滑,序列中具有相同数值的元素增加,可以进一步节省存储空间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	倪志伟	合肥工业大学计算机网络所	136	1346	21.0	27.0
2	刘慧婷	安徽大学计算机科学与技术学院	64	1093	15.0	31.0