一种新的数据流在线压缩存储方法

• 作者: 冯秀兰 张帆
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 曲线拟合 数据流 聚类算法 最小二乘法
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 数据库、数据挖掘、机器学习
• 页码范围: 140-144
• 页数: 5页
• 分类号: TP311
• 字数: 5550字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1109-0269

摘要

针对当前数据流采用的抽样存储方法忽略了对数据流历史数据的分析处理与存储管理的问题,提出一种新的存储数据流的方法.在满足数据精度的情况下,采用加权最小二乘法对缓存数据流进行分段曲线拟合,对拟合结果进行聚类分析.根据聚类分析结果,采用合适的窗口对数据进行分段曲线拟合,利用拟合结果预测数据流的趋势.将预测结果与实际数据比较,根据比较结果采用不同的方法存储.实验结果表明,提出的方法具有良好的性能,能够满足不同的处理需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张帆	北京林业大学信息学院	66	323	8.0	14.0
2	冯秀兰	北京林业大学信息学院	16	227	6.0	15.0