CN105024702A - 一种面向科学计算的浮点型数据无损压缩方法 - Google Patents
一种面向科学计算的浮点型数据无损压缩方法 Download PDFInfo
- Publication number
- CN105024702A CN105024702A CN201510398051.9A CN201510398051A CN105024702A CN 105024702 A CN105024702 A CN 105024702A CN 201510398051 A CN201510398051 A CN 201510398051A CN 105024702 A CN105024702 A CN 105024702A
- Authority
- CN
- China
- Prior art keywords
- data
- mantissa
- difference
- pointer field
- territory
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明公开了一种面向科学计算的浮点型数据无损压缩方法,数据压缩部分包括对浮点型数据的符号域、指数域和尾数域分别映射、分别压缩,并对压缩后的数据以二进制位为单位进行存储;解压缩部分包括由标志位获得尾数域差值的有效数据、指数差值和符号域等各部分,并根据IEEE754格式和参考数据,完整恢复出原始数据。本发明的压缩方法,是按照浮点型数据的物理含义对数据进行划分的,压缩率高;并且本发明的压缩方法没有过多的数据预测或变换算法,这样加快了数据的压缩速度。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种面向科学计算的浮点型数据无损压缩方法。
背景技术
随着社会的日益发展,由科学研究(天文学、生物学、海洋学)、社交网络(facebook、QQ、人人网)、自然环境监测(暴雨、洪水、地震)等产生的数以亿计的数据呈爆炸式增长,无论在工业界还是学术界,大规模数据处理都受到火热追捧。
数据的多样性和指数级增长给数据存储和传输带来了巨大压力,严重阻碍了高性能计算在科学领域的运用和发展。数据压缩一直是人们用于解决此类问题的热点技术,寻找高效的数据压缩技术可以有效降低数据存储量和传输成本。
数据压缩按解码后的数据是否完整恢复原数据,可分为有损压缩和无损压缩。有损压缩指的是解压缩时不能精确恢复原始数据,有一定的信息损失,该方法主要用于图像、视频、音频等少量信息遗失而不会影响原有数据效果的领域。无损压缩又称为熵编码、无失真编码,其工作原理是减少或去除数据中的冗余度,且原数据可被精确恢复。
对大部分科学数据而言,任何一个微小误差都将可能引发一场灾难,所以必须采用无损压缩技术,以保证数据恢复时的完整性;同时,数据压缩速度必须十分迅速,以适应科学数据规模大、密集度高、更新快等特点。
发明内容
本发明的目的是提供一种面向科学计算的浮点型数据无损压缩方法,解决了浮点型数据压缩率低、压缩缓慢的问题。
本发明所采用的技术方案是,一种面向科学计算的浮点型数据无损压缩方法,具体按照以下步骤实施:
步骤1、对浮点型数据的符号域、指数域和尾数域分别映射、分别压缩,并对压缩后的数据以二进制位为单位进行存储;
步骤2、获得尾数域差值的有效数据、指数域差值和符号域,并根据IEEE754格式和参考数据,完整恢复出原始数据,
其中,参考数据是前一个被压缩数据。
本发明的特点还在于:
步骤1具体为:
步骤1.1、内存拷贝参考数据和被压缩数据,将其分别转换为4个字节的整数;
步骤1.2、根据IEEE754格式,提取出参考数据和被压缩数据的符号域、指数域和尾数域;
步骤1.3、保持被压缩数据的符号域值不变;
步骤1.4、采用减法运算得出被压缩数据与参考数据的指数域差值,当指数域差值的值较小时,标记相应的标志位;当指数域差值的值较大时,单独存储被压缩数据的指数域,并标记相应的标志位;
步骤1.5、采用减法运算得出被压缩数据与参考数据的尾数域差值,删除尾数域差值头部的连续冗余0,存储有效数据,同时标记有效数据的个数;
步骤1.6、采用位位相接的方式封装所有数据尾数域差值的有效数据位,并封装被压缩数据的符号域、指数域及各种标志位,即实现了数据的完全无损压缩。
步骤1.4中指数域差值的值较小为被压缩数据与参考数据的指数域差值为0,1,-1,对应的标记位为0,1,2;指数域差值的值较大为被压缩数据与参考数据的指数域差值为其他,对应的标记位为3。
步骤2具体为:
步骤2.1、根据尾数部分的标志位值确定尾数域差值的有效数据位数,并按位从尾数域的压缩数据中取出该差值;然后由IEEE754格式可知该差值头部所需的冗余0位数,并对其进行填充;最后根据参考数据的尾数值恢复出被压缩数据的尾数域;
步骤2.2、根据指数部分的标志位值,如果获得的是指数域差值,根据参考数据的指数域恢复出被压缩数据的指数域,转到步骤2.3;如果获得的是被压缩数据的指数域,直接转到步骤2.3;
步骤2.3、从压缩数据中取出被压缩数据的符号域;
步骤2.4、按照IEEE754格式,组合符号域、指数域和尾数域变成4个字节的整数,并内存映射该整数使其还原成被压缩的浮点型数据。
本发明的有益效果是:本发明一种面向科学计算的浮点型数据无损压缩方法,所采用的尾数整型法(Think Mantissa as Integer,TMI)根据浮点型数据各部分的物理含义及结构特点,对数据各部分分别映射、分别压缩,打破了传统的浮点型数据压缩方法中,强行将其按字节划分,既破坏了浮点型数据的物理含义,又使压缩率低下;再者,本发明无损压缩方法没有过多的数据预测或变换算法,从而有利于加快数据压缩速度;最后,由于任何数据在计算机中都以二进制形式表示,所以该方法的思想可推广到其它数据类型的压缩。
附图说明
图1是本发明无损压缩方法中数据压缩的实施例流程图;
图2是本发明无损压缩方法中数据解压缩的实施例流程图;
图3是本发明无损压缩方法与WinRAR、WinZIP的压缩率比较图;
如图4所示为本发明无损压缩方法与WinRAR、WinZIP的压缩和解压缩时间比较图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
一种面向科学计算的浮点型数据无损压缩方法,主要针对单精度浮点型数据,根据IEEE754格式,利用数据之间的高度密集性,设计出尾数整型化(Think Mantissa as Integer,TMI)压缩技术,具体按照以下步骤实施:
步骤1、数据压缩:对浮点型数据的符号域、指数域和尾数域分别映射、分别压缩,并对压缩后的数据以二进制位为单位进行存储,具体步骤如下:
步骤1.1、内存拷贝参考数据和被压缩数据,将其分别转换为4个字节的整数;其中,参考数据是前一个被压缩数据;
步骤1.2、根据IEEE754格式,提取出参考数据和被压缩数据的符号域、指数域和尾数域;
步骤1.3、保持被压缩数据的符号域值不变;
步骤1.4、采用减法运算得出被压缩数据与参考数据的指数域差值,由于参考数据与被压缩数据具有极大相似性,因此该差值的值较小,因而所需要存储的比特位也较少;当指数域差值的值较小即被压缩数据与参考数据的指数域差值为0,1,-1时,标记相应的标志位,对应的标记位为0,1,2;当指数域差值的值较大,即被压缩数据与参考数据的指数域差值为其他值时,单独存储被压缩数据的指数域,并标记相应的标志位,对应的标记位为3;
步骤1.5、采用减法运算得出被压缩数据与参考数据的尾数域差值,根据数据间具有极强的相似性可知,该尾数域差值头部将产生若干连续冗余0,在存储有效数据时删除这些冗余0即可达到压缩数据的效果,存储有效数据,同时标记有效数据的个数,以便解压时完整恢复原始数据;
步骤1.6、采用位位相接的方式封装所有数据尾数域差值的有效数据位,并封装被压缩数据的符号域、指数域及各种标志位,即实现了数据的完全无损压缩。
步骤2、数据的解压缩:获得尾数域差值的有效数据、指数域差值和符号域,并根据IEEE754格式和参考数据,完整恢复出原始数据,进而满足准确、实时无损的要求,具体步骤如下:
步骤2.1、根据尾数部分的标志位值确定尾数域差值的有效数据位数,并按位从尾数域的压缩数据中取出该差值;然后由IEEE754格式可知该差值头部所需的冗余0位数,并对其进行填充;最后根据参考数据的尾数值恢复出被压缩数据的尾数域;
步骤2.2、根据指数部分的标志位值可确定被压缩数据与参考数据的指数域差值或者可直接获得被压缩数据的指数域,如果获得的是指数域差值,根据参考数据的指数域恢复出被压缩数据的指数域,转到步骤2.3;如果获得的是被压缩数据的指数域,直接转到步骤2.3;
步骤2.3、从压缩数据中取出被压缩数据的符号域;
步骤2.4、按照IEEE754格式,组合符号域、指数域和尾数域变成4个字节的整数,并内存映射该整数使其还原成被压缩的浮点型数据。
下面以具体实施例说明本发明无损压缩方法的具体操作过程:
设ft和ft+1是前一时刻和这一时刻采集到的拥有N个元素的数据,这两个数据中都存在多个元素项,n表示元素项的个数,ai∈ft,i=1,2,3.....n;bj∈ft+1,j=1,2,3....n,ai和bj分别表示ft和ft+1中的元素项,由ak压缩bk,其中,N与n的值相等。具体实施步骤如下:
步骤1、数据压缩,流程图如图1所示:
步骤1.1、准备1bit存储bk的符号域,命名为sb,采用该方式可以避免数据具有单调性,只需要考虑指数部分和尾数部分;
步骤1.2、用Δe表示ak与bk的指数域的差值,即Δe=eb-ea。在这里,用2bit表示Δe,而不是8bit,这是因为科学数据密集度高,大部分数据的指数域相同或相差1,仅有少数数据的指数域相差较大。由于2bit的Δe只能表示4种情况,所以当ak与bk的指数域的差值为0,1,-1时,对应的Δe分别等于0,1,2;当指数域的差值是其它情况时,Δe等于3,并额外存储1byte用于单独表示b的指数域,命名为eb;
步骤1.3、准备1bit表示ak与bk的尾数域部分(ma及mb)谁更大,命名为l。这是因为尾数域部分的差值取的是绝对值,在解压缩时,必须区分谁大谁小,才能完整的恢复原始数据,所以该标志的存储是不可缺少的;
步骤1.4、由于单精度浮点型数据的尾数部分只有23位,而目前计算机的最小单位是字节byte,所以首先给ak与bk的尾数域头部填充1bit,将其扩展为24bit,以便于计算机识别及计算;然后采用内存拷贝映射尾数域部分使其变成整数;最后求出ak与bk的尾数域部分差值的绝对值,命名为Δm;
步骤1.5、计算Δm头部冗余零位数num1。考虑到数据压缩的效率及计算时间,我们以2bit为单位对num1进行计算,删除头部「num1/2」*2位冗余零,最后只存储余下的有效数据;为了解压缩时具有可分辨性,额外用4bit标志保存有效数据的位数,命名为num。
步骤1.6、将所有的标志位sb,Δe,l,num重新组合成一个字节,命名为mark。此处的技巧在于既充分利用了浮点型数据各部分的物理含义及每部分的密集性特点,又刚好将所有标志位组合成1byte,以便于计算机识别及后面压缩数据的封装。
步骤1.7、将获得的有效数据按位位相接的原则,封装成字符串,命名为data;
步骤1.8、返回步骤1.1直至ft+1中所有数据被压缩完成,将所有mark组成一个数组*mark,所有由其它情况产生的eb组成数组*eb,所有data组成一个数组*data。
步骤2、数据解压缩,流程图如图2所示:
步骤2.1、从数组*mark中取出一个数据mark,按照移位原则分解出sb,Δe,l,num。
步骤2.2、根据sb值确定bk的符号域。
步骤2.3、由Δe确定bk的指数域与ak的指数域的差值,若属于0,-1,1三种情况,则结合ak的指数部分确定bk的指数域;若属于其它情况,则从数组*eb中取出一个字节eb,并将其作为bk的指数部分。
步骤2.4、由l可知道ak与bk的尾数域部分谁大谁小,从而可确定bk的尾数域部分与ak的尾数域部分的运算符号。
步骤2.5、根据num可知在数组*data中存储了多少位有效数据,采用反压缩法提取出num*2位有效数据,然后添加冗余零到这些有效数据的头部以构成23bit,从而得出ak与bk的尾数域差值|Δm|。
步骤2.6、根据l,确定出|Δm|实际值的大小,在结合ak的尾数域,计算出bk的尾数域。最后采用内存反映射的方式得出bk的尾数域。
步骤2.7、由步骤2.1至步骤2.6即完成了浮点型数据符号域、指数域、尾数域的解压缩。通过移位等操作,将这三部分重新组合成一个新的浮点型数据,它与原始数据完全相等,没有任何bit位的丢失,也没有破坏原始数据的结构,并且方法简单高效。
步骤2.8、返回步骤2.1继续解压直至ft+1中所有数据被解压完成。
如图3所示为本发明无损压缩方法(TMI)与WinRAR、WinZIP的压缩率比较图,由图3可以得出:对于压缩结果复杂的流体仿真数据(如图中U文件、V文件、UV文件),本发明TMI方法取得了比常规压缩工具WinRAR和WinZIP更好的压缩效果。
如图4所示为本发明无损压缩方法(TMI)与WinRAR、WinZIP的压缩和解压缩时间比较图,由图4可以得出:本发明TMI方法对U文件、V文件、UV文件的压缩和解压缩速度比常规压缩工具WinRAR和WinZIP更快。
Claims (4)
1.一种面向科学计算的浮点型数据无损压缩方法,其特征在于,具体按照以下步骤实施:
步骤1、对浮点型数据的符号域、指数域和尾数域分别映射、分别压缩,并对压缩后的数据以二进制位为单位进行存储;
步骤2、获得尾数域差值的有效数据、指数域差值和符号域,并根据IEEE754格式和参考数据,完整恢复出原始数据,
其中,参考数据是前一个被压缩数据。
2.根据权利要求1所述的一种面向科学计算的浮点型数据无损压缩方法,其特征在于,所述步骤1具体为:
步骤1.1、内存拷贝参考数据和被压缩数据,将其分别转换为4个字节的整数;
步骤1.2、根据IEEE754格式,提取出参考数据和被压缩数据的符号域、指数域和尾数域;
步骤1.3、保持被压缩数据的符号域值不变;
步骤1.4、采用减法运算得出被压缩数据与参考数据的指数域差值,当指数域差值的值较小时,标记相应的标志位;当指数域差值的值较大时,单独存储被压缩数据的指数域,并标记相应的标志位;
步骤1.5、采用减法运算得出被压缩数据与参考数据的尾数域差值,删除尾数域差值头部的连续冗余0,存储有效数据,同时标记有效数据的个数;
步骤1.6、采用位位相接的方式封装所有数据尾数域差值的有效数据位,并封装被压缩数据的符号域、指数域及各种标志位,即实现了数据的完全无损压缩。
3.根据权利要求2所述的一种面向科学计算的浮点型数据无损压缩方法,其特征在于,所述步骤1.4中指数域差值的值较小为被压缩数据与参考数据的指数域差值为0,1,-1,对应的标记位为0,1,2;指数域差值的值较大为被压缩数据与参考数据的指数域差值为其他,对应的标记位为3。
4.根据权利要求1所述的一种面向科学计算的浮点型数据无损压缩方法,其特征在于,所述步骤2具体为:
步骤2.1、根据尾数部分的标志位值确定尾数域差值的有效数据位数,并按位从尾数域的压缩数据中取出该差值;然后由IEEE754格式可知该差值头部所需的冗余0位数,并对其进行填充;最后根据参考数据的尾数值恢复出被压缩数据的尾数域;
步骤2.2、根据指数部分的标志位值,如果获得的是指数域差值,根据参考数据的指数域恢复出被压缩数据的指数域,转到步骤2.3;如果获得的是被压缩数据的指数域,直接转到步骤2.3;
步骤2.3、从压缩数据中取出被压缩数据的符号域;
步骤2.4、按照IEEE754格式,组合符号域、指数域和尾数域变成4个字节的整数,并内存映射该整数使其还原成被压缩的浮点型数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510398051.9A CN105024702A (zh) | 2015-07-08 | 2015-07-08 | 一种面向科学计算的浮点型数据无损压缩方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510398051.9A CN105024702A (zh) | 2015-07-08 | 2015-07-08 | 一种面向科学计算的浮点型数据无损压缩方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105024702A true CN105024702A (zh) | 2015-11-04 |
Family
ID=54414455
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510398051.9A Pending CN105024702A (zh) | 2015-07-08 | 2015-07-08 | 一种面向科学计算的浮点型数据无损压缩方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105024702A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105634499A (zh) * | 2015-12-30 | 2016-06-01 | 广东工业大学 | 一种基于新短浮点型数据的数据转换方法 |
CN106844298A (zh) * | 2016-12-15 | 2017-06-13 | 北京航天测控技术有限公司 | 一种基于浮点型数据的标识方法及装置 |
CN108492345A (zh) * | 2018-01-24 | 2018-09-04 | 西安理工大学 | 一种基于尺度变换的数据块划分方法 |
CN111159186A (zh) * | 2019-12-28 | 2020-05-15 | 杭州当虹科技股份有限公司 | 一种关于多维有限枚举数据的压缩存储方法 |
CN111177170A (zh) * | 2019-12-31 | 2020-05-19 | 杭州当虹科技股份有限公司 | 一种关于多维有限枚举数据的压缩更新方法 |
CN111404907A (zh) * | 2020-03-10 | 2020-07-10 | 桂林电子科技大学 | 一种基于ieee754格式的数据压缩传输方法 |
CN111431539A (zh) * | 2020-03-04 | 2020-07-17 | 杭州嘉楠耘智信息科技有限公司 | 一种神经网络数据的压缩方法、装置及计算机可读存储介质 |
CN112019220A (zh) * | 2020-08-21 | 2020-12-01 | 广东省新一代通信与网络创新研究院 | 一种基于差值偏置检测的块浮点数据压缩方法及装置 |
CN112765027A (zh) * | 2021-01-22 | 2021-05-07 | 北京航空航天大学 | 一种检测应用程序执行过程中冗余零的方法 |
CN113176853A (zh) * | 2021-04-26 | 2021-07-27 | 深圳市华沃表计科技有限公司 | 数据压缩存储方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070258641A1 (en) * | 2006-05-05 | 2007-11-08 | Microsoft Corporation | High dynamic range data format conversions for digital media |
CN101795138A (zh) * | 2010-01-19 | 2010-08-04 | 北京四方继保自动化股份有限公司 | 电力系统广域测量系统高密度时间序列数据的压缩处理方法 |
-
2015
- 2015-07-08 CN CN201510398051.9A patent/CN105024702A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070258641A1 (en) * | 2006-05-05 | 2007-11-08 | Microsoft Corporation | High dynamic range data format conversions for digital media |
CN101795138A (zh) * | 2010-01-19 | 2010-08-04 | 北京四方继保自动化股份有限公司 | 电力系统广域测量系统高密度时间序列数据的压缩处理方法 |
Non-Patent Citations (1)
Title |
---|
WENJUAN LIU等: "A Simple and Real-time Parallel Compression of Time Series Scientific Simulation Data For Interactive and Cooperative Supercomputing", 《2014 TENTH INTERNATIONAL CONFERENCE ON COMPUTATIONAL INTELLIGENCE AND SECURITY (CIS)》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105634499B (zh) * | 2015-12-30 | 2020-12-01 | 广东工业大学 | 一种基于新短浮点型数据的数据转换方法 |
CN105634499A (zh) * | 2015-12-30 | 2016-06-01 | 广东工业大学 | 一种基于新短浮点型数据的数据转换方法 |
CN106844298A (zh) * | 2016-12-15 | 2017-06-13 | 北京航天测控技术有限公司 | 一种基于浮点型数据的标识方法及装置 |
CN108492345A (zh) * | 2018-01-24 | 2018-09-04 | 西安理工大学 | 一种基于尺度变换的数据块划分方法 |
CN108492345B (zh) * | 2018-01-24 | 2021-12-03 | 广州华资软件技术有限公司 | 一种基于尺度变换的数据块划分方法 |
CN111159186A (zh) * | 2019-12-28 | 2020-05-15 | 杭州当虹科技股份有限公司 | 一种关于多维有限枚举数据的压缩存储方法 |
CN111177170B (zh) * | 2019-12-31 | 2022-04-01 | 杭州当虹科技股份有限公司 | 一种关于多维有限枚举数据的压缩更新方法 |
CN111177170A (zh) * | 2019-12-31 | 2020-05-19 | 杭州当虹科技股份有限公司 | 一种关于多维有限枚举数据的压缩更新方法 |
CN111431539A (zh) * | 2020-03-04 | 2020-07-17 | 杭州嘉楠耘智信息科技有限公司 | 一种神经网络数据的压缩方法、装置及计算机可读存储介质 |
CN111431539B (zh) * | 2020-03-04 | 2023-12-08 | 嘉楠明芯(北京)科技有限公司 | 一种神经网络数据的压缩方法、装置及计算机可读存储介质 |
CN111404907A (zh) * | 2020-03-10 | 2020-07-10 | 桂林电子科技大学 | 一种基于ieee754格式的数据压缩传输方法 |
CN111404907B (zh) * | 2020-03-10 | 2022-04-22 | 桂林电子科技大学 | 一种基于ieee754格式的数据压缩传输方法 |
CN112019220A (zh) * | 2020-08-21 | 2020-12-01 | 广东省新一代通信与网络创新研究院 | 一种基于差值偏置检测的块浮点数据压缩方法及装置 |
CN112765027A (zh) * | 2021-01-22 | 2021-05-07 | 北京航空航天大学 | 一种检测应用程序执行过程中冗余零的方法 |
CN112765027B (zh) * | 2021-01-22 | 2022-05-17 | 北京航空航天大学 | 一种检测应用程序执行过程中冗余零的方法 |
CN113176853A (zh) * | 2021-04-26 | 2021-07-27 | 深圳市华沃表计科技有限公司 | 数据压缩存储方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105024702A (zh) | 一种面向科学计算的浮点型数据无损压缩方法 | |
CN105207678B (zh) | 一种改进型lz4压缩算法的硬件实现系统 | |
CN103236847B (zh) | 基于多层哈希结构与游程编码的数据无损压缩方法 | |
CN100517979C (zh) | 一种数据压缩及解压缩方法 | |
CN102122960B (zh) | 一种针对二进制数据的多字符组合无损数据压缩方法 | |
CN103177111A (zh) | 重复数据删除系统及其删除方法 | |
US20190207624A1 (en) | Selection of data compression technique based on input characteristics | |
JP6425709B2 (ja) | 復元中に予備拡張辞書を利用するデータ復元 | |
CN106170921A (zh) | 涉及符号压缩的数据的源编码和解码方法及装置 | |
CN104378118B (zh) | 高效自适应地震数据流无损压缩及解压缩方法 | |
Bedruz et al. | Comparison of Huffman Algorithm and Lempel-Ziv Algorithm for audio, image and text compression | |
CN108886367A (zh) | 用于压缩和解压缩数据的方法、设备和系统 | |
US11595057B2 (en) | Reducing error in data compression | |
CN104410424A (zh) | 嵌入式设备内存数据的快速无损压缩方法 | |
CN104682966B (zh) | 列表数据的无损压缩方法 | |
CN102571101A (zh) | 输电线路故障行波数据压缩方法 | |
CN116471337A (zh) | 一种基于bwt和lzw的报文压缩与解压缩方法及设备 | |
KR101575939B1 (ko) | 이진 데이터의 압축 및 복원 방법과 장치 | |
Uthayakumar et al. | A simple lossless compression algorithm in wireless sensor networks: an application of wind plant data | |
CN102651795B (zh) | 游长缩减的二元序列压缩编码方法 | |
CN104143992A (zh) | 一种基于比特填充的ldpc编码方法 | |
Baruah et al. | Enhancing dictionary based preprocessing for better text compression | |
CN103138766A (zh) | 数据压缩与解压缩的方法及装置 | |
Begum et al. | An efficient text compression for massive volume of data | |
Kaur et al. | Lossless text data compression using modified Huffman Coding-A review |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151104 |
|
RJ01 | Rejection of invention patent application after publication |