CN116346940A - 一种智慧海绵城市的监测管理系统 - Google Patents
一种智慧海绵城市的监测管理系统 Download PDFInfo
- Publication number
- CN116346940A CN116346940A CN202310609424.7A CN202310609424A CN116346940A CN 116346940 A CN116346940 A CN 116346940A CN 202310609424 A CN202310609424 A CN 202310609424A CN 116346940 A CN116346940 A CN 116346940A
- Authority
- CN
- China
- Prior art keywords
- data
- sequence
- partition
- target
- node
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 64
- 238000005192 partition Methods 0.000 claims abstract description 175
- 238000007906 compression Methods 0.000 claims abstract description 28
- 230000006835 compression Effects 0.000 claims abstract description 28
- 238000007726 management method Methods 0.000 claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000013144 data compression Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 108091026890 Coding region Proteins 0.000 claims description 23
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010295 mobile communication Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 12
- 238000001514 detection method Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computer Security & Cryptography (AREA)
- Signal Processing (AREA)
- Compression, Expansion, Code Conversion, And Decoders (AREA)
Abstract
本发明涉及数据压缩技术领域,具体涉及一种智慧海绵城市的监测管理系统,包括:采集在线监测数据和填报数据,对在线监测数据和填报数据进行数据转换,获得数据序列,根据分区长度对数据序列进行划分,根据分区长度对应的所有分区序列的目标节点的层数以及所有数据的节点的层数,计算每个分区长度的优选度,进而获得目标分区长度,根据目标分区长度获得数据序列的编码结果,实现对数据序列的压缩,对数据序列的编码结果进行解码,对获得的在线监测数据和填报数据进行实时更新和综合展示。本发明获得目标分区长度,将目标分区序列的目标节点作为分区序列中所有数据的起始节点,获得数据序列的编码结果最短,使数据序列的压缩效率最大。
Description
技术领域
本发明涉及数据压缩技术领域,具体涉及一种智慧海绵城市的监测管理系统。
背景技术
智慧海绵城市的监测管理系统基于物联网理念,利用先进的传感技术,实时监测城市水文信息,综合运用在线监测数据、填报数据、系统集成数据,实现对各项指标的逐级追溯、实时更新和综合展示。
综上,智慧海绵城市的监测管理系统中的数据具有数据量大和数据类型多的特点,同时,智慧海绵城市的监测管理系统对数据的采集和传输具有实时性和高质量的要求,因此,需要对监测管理系统中的数据进行无损压缩处理,提高数据实时性的同时,保证数据的质量。
考虑到智慧海绵城市的监测管理系统中的数据具有数据类型多的特点,常规的无损数据压缩方法只对部分类型的数据的压缩效果较好,而并不能对所有类型的数据实现较好的压缩效果,例如,游程编码只对具有长游程特征的数据的具有较好的压缩效果,预测编码只对具有冗余像素特征的视频数据的具有较好的压缩效果,因此,本发明考虑对智慧海绵城市的监测管理系统中的所有类型的数据进行转换,同时通过改进霍夫曼编码对转换后的数据进行压缩编码,提高霍夫曼编码对智慧海绵城市的监测管理系统中的所有类型的数据的压缩效果。
发明内容
本发明提供一种智慧海绵城市的监测管理系统,以解决现有的问题。
本发明的一种智慧海绵城市的监测管理系统采用如下技术方案:
本发明提供了一种智慧海绵城市的监测管理系统,所述系统包括:
数据采集模块,采集在线监测数据和填报数据;
数据转换模块,将在线监测数据和填报数据转换数据序列;
目标长度获取模块,统计数据序列中每种数据的频率,根据所有种数据的频率构建霍夫曼树,将预设范围内的所有整数记为分区长度;对于任意一个分区长度,根据分区长度将数据序列划分为若干个分区序列,对于分区序列中的任意一个数据,将数据在霍夫曼树中对应的节点记为数据的节点,获得每个分区序列的目标节点,根据分区长度对应的所有分区序列的目标节点的层数以及所有数据的节点的层数,计算分区长度的优选度;获取所有分区长度的优选度,将优选度最大的分区长度记为目标分区长度;
数据压缩模块,将目标分区长度对应的所有分区序列记为目标分区序列,将根节点到目标分区序列的目标节点的最短路径的编码,作为目标分区序列的目标节点的编码结果;将目标分区序列的目标节点到目标分区序列中每个数据的节点的最短路径的编码,作为目标分区序列中的每个数据的编码结果;将所有目标分区序列的目标节点的编码结果按照顺序组成的序列记为目标编码序列,将所有目标分区序列的所有数据的编码结果按照顺序组成的序列记为分区编码序列,将目标编码序列和分区编码序列作为数据序列的压缩结果;
数据展示模块,将目标分区长度、数据序列的压缩结果、所有种数据以及所有种数据的频率通过移动通信网络发送到监测中心,对数据序列进行解压和解码,获得在线监测数据和填报数据,并对在线监测数据和填报数据进行实时更新和综合展示。
进一步地,所述获得每个分区序列的目标节点,包括的具体步骤如下:
将霍夫曼树中根节点作为数据的起始节点,获取霍夫曼树中起始节点到数据的节点的最短路径,将最短路径经过的所有节点组成的序列记为数据的节点序列;获得分区序列中所有数据的节点序列的交集,将交集中层数最大的节点记为分区序列的目标节点。
进一步地,所述计算分区长度的优选度,包括的具体步骤如下:
分区长度的优选度的计算公式为:
进一步地,所述将在线监测数据和填报数据转换数据序列,包括的具体步骤如下:
将在线监测数据和填报数据编码为二进制数据,将所有二进制数据组成的序列记为二进制序列,将二进制序列划分为长度等于预设长度的若干个二进制子序列,将每个二进制子序列转换为十进制数,将所有十进制数按照顺序组成的序列记为数据序列。
进一步地,所述对数据序列进行解压和解码,获得在线监测数据和填报数据,包括的具体步骤如下:
根据所有种数据以及所有种数据的频率获得霍夫曼树,进而获得霍夫曼编码表;根据霍夫曼编码表对目标编码序列进行解码,获得目标节点序列;根据目标节点序列对分区编码序列进行解码,获得数据序列,包括:
S1,设置一个分区器F,分区器的初始值为1;设置一个计数器,计数器的初始值为0;
S2,获取目标节点序列中第F个目标节点的编码结果与分区编码序列中的前k个码字组成的码字序列,k的初始值为1;
S3,如果码字序列能够根据霍夫曼编码表进行解码,则将解码结果作为数据,将计数器加1,将分区编码序列中的前k个码字删除,执行S4;如果码字序列不能够根据霍夫曼编码表进行解码,将k加1,执行S2;
S4,如果计数器不等于5,执行S2;如果计数器等于5,将分区器加1,将计数器归0,执行S2;
S5,重复上述S2到S4,直至分区编码序列为空时停止,将获得的所有数据按照获得的先后顺序组成的序列记为数据序列;
对数据序列进行解码,获得在线监测数据和填报数据。
本发明的技术方案的有益效果是:本发明通过将分区序列中所有数据的最短路径都经过的层数最大的节点,作为分区序列的目标节点,将分区序列的目标节点作为分区序列中所有数据的起始节点,相较于常规霍夫曼编码将根节点作为数据的起始节点,获得的起始节点到每个数据的节点的最短路径的长度更短,进而获得的数据的编码结果更短,以此提高数据序列的压缩效率;同时,本发明根据分区长度对应的所有分区序列的目标节点的层数以及所有数据的节点的层数,计算每个分区长度的优选度,获得优选度最大的分区长度作为目标分区长度,使根据目标分区长度获得数据序列的编码结果最短,使数据序列的压缩效率最大。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的一种智慧海绵城市的监测管理系统的系统框图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种智慧海绵城市的监测管理系统,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种智慧海绵城市的监测管理系统的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种智慧海绵城市的监测管理系统,该系统包括以下模块:
数据采集模块S101,用于采集在线监测数据和填报数据。
需要说明的是,智慧海绵城市的监测管理系统基于物联网理念,利用先进的传感技术,实时监测城市水文信息,综合运用在线监测数据、填报数据、系统集成数据,实现对各项指标的逐级追溯、实时更新和综合展示。
在线监测数据包括布置在各个进水后和出水口的流量传感器采集的雨水流量数据、设置在各处的悬浮物浓度监测仪获得的悬浮物浓度监测数据、设置在各处的视频监测设备获得的视频监测数据等,填报数据包括设置在各处的微型水质检测点获得的雨水水质检测数据、设置在各处的微型气象检测点获得的气象检测数据等。
数据转换模块S102,用于对在线监测数据和填报数据进行数据转换,获得数据序列。
需要说明的是,在线监测数据和填报数据的数据类型、数值范围均不相同,为了方便统一压缩,需要将在线监测数据和填报数据编码成统一的格式,考虑到计算机和依赖计算机的设备里存储和传输的都是二进制数据,因此可先将在线监测数据和填报数据编码成二进制数据。
在本实施例中,将在线监测数据和填报数据编码为二进制数据,将所有二进制数据组成的序列记为二进制序列,将二进制序列划分为长度等于预设长度的若干个二进制子序列,将每个二进制子序列转换为十进制数,将所有十进制数按照顺序组成的序列记为数据序列。
在本实施例中,预设长度为6,在其他实施例中,实施人员可根据实际实施情况设置预设长度。
目标长度获取模块S103,用于根据分区长度对数据序列进行划分,计算每个分区长度的优选度,进而获得目标分区长度。
需要说明的是,智慧海绵城市的监测管理系统中的数据具有数据量大和数据类型多的特点,同时,智慧海绵城市的监测管理系统对数据的采集和传输具有实时性和高质量的要求,因此,需要对监测管理系统中的数据进行无损压缩处理,提高数据实时性的同时,保证数据的质量。考虑到智慧海绵城市的监测管理系统中的数据具有数据类型多的特点,常规的无损数据压缩方法只对部分类型的数据的压缩效果较好,而并不能对所有类型的数据实现较好的压缩效果,因此,本发明考虑通过改进霍夫曼编码,提高霍夫曼编码对智慧海绵城市的监测管理系统中的所有类型的数据的压缩效果。
进一步需要说明的是,常规的霍夫曼编码是将霍夫曼树中根节点作为起始节点,将起始节点到数据对应的节点的最短路径的编码,作为数据的编码结果,数据的编码结果的长度取决于起始节点到数据对应的节点的最短路径的长度;为了提高数据的压缩效果,本实施例通过改变数据的最短路径的起始节点,缩短起始节点到数据对应的节点的最短路径的长度,进而缩短数据的编码结果的长度,实现对数据的压缩效果的提高。
在本实施例中,统计数据序列中每种数据的频率,根据所有种数据的频率构建霍夫曼树,霍夫曼树从上往下的层数依次增加。
将预设范围[2,10]内的所有整数记为分区长度,对于任意一个分区长度,根据分区长度将数据序列划分为若干个分区序列。
获得每个分区序列的目标节点,具体为:对于分区序列中的任意一个数据,将数据在霍夫曼树中对应的节点记为数据的节点,将霍夫曼树中根节点作为数据的起始节点,获取霍夫曼树中起始节点到数据的节点的最短路径,将最短路径经过的所有节点(不包括数据的节点)组成的序列记为数据的节点序列;获得分区序列中所有数据的节点序列的交集,将交集中层数最大的节点记为分区序列的目标节点。
需要说明的是,如果分区序列中所有数据的最短路径都经过同一个或多个节点,则说明所有数据的最短路径存在重叠路径,将重叠的路径(根节点到分区序列的目标节点的最短路径)单独保存,同时将分区序列的目标节点作为所有数据的起始节点,此时,获得的最短路径的长度减小,数据的编码结果的长度减小。为了使压缩效率最大,本实施例结合根节点到分区序列的目标节点的最短路径的长度,以及分区序列的目标节点到每个数据的节点的最短路径的长度,获得分区长度的优选度,获得使数据序列的最终的编码结果最短,即压缩效率最大的分区长度。
在本实施例中,分区长度的优选度的计算公式为:
表示分区序列的数量,表示第i个分区序列的目标节点的层数,分区序列的目
标节点的编码结果为根节点到分区序列的目标节点的最短路径,因此,表示分区序
列的目标节点的编码结果的长度;分区序列中每个数据的编码结果为分区序列的目标节点
到每个数据的节点的最短路径,因此,表示分区序列中每个数据的编码结果的长
度;综上,表示数据序列的编码结果的长度,且该值越小,则
示数据序列的编码结果的长度越短,此时,结合分区长度N根据霍夫曼编码对数据序列进行
压缩的压缩效率越大,则分区长度N的优选度越大。
获取所有分区长度的优选度,将优选度最大的分区长度记为目标分区长度。
数据压缩模块S104,用于根据目标分区长度获得数据序列的编码结果,实现对数据序列的压缩。
将目标分区长度对应的所有分区序列记为目标分区序列,对于目标分区序列的目标节点,将根节点到目标分区序列的目标节点的最短路径的编码,作为目标分区序列的目标节点的编码结果;对于目标分区序列中的每个数据,将目标分区序列的目标节点到目标分区序列中每个数据的节点的最短路径的编码,作为目标分区序列中的每个数据的编码结果;
将所有目标分区序列的目标节点的编码结果按照顺序组成的序列记为目标编码序列,将所有目标分区序列的所有数据的编码结果按照顺序组成的序列记为分区编码序列,将目标编码序列和分区编码序列作为数据序列的编码结果。
本实施例通过将分区序列中所有数据的最短路径都经过的层数最大的节点,作为分区序列的目标节点,将分区序列的目标节点作为分区序列中所有数据的起始节点,相较于常规霍夫曼编码将根节点作为数据的起始节点,获得的起始节点到每个数据的节点的最短路径的长度更短,进而获得的数据的编码结果更短,以此提高数据序列的压缩效率;同时,本实施例根据分区长度对应的所有分区序列的目标节点的层数以及所有数据的节点的层数,计算每个分区长度的优选度,获得优选度最大的分区长度作为目标分区长度,使根据目标分区长度获得数据序列的编码结果最短,使数据序列的压缩效率最大。
数据展示模块S105,用于对数据序列的编码结果进行解码,对获得的在线监测数据和填报数据进行实时更新和综合展示。
将目标分区长度、数据序列的编码结果、所有种数据以及所有种数据的频率通过移动通信网络发送到监测中心。
监测中心对数据序列进行解码,获得在线监测数据和填报数据,具体为:
1.根据所有种数据以及所有种数据的频率获得霍夫曼树,进而获得霍夫曼编码表。
2.由于分区序列的目标节点的编码结果是根节点到分区序列的目标节点的最短路径,因此,根据霍夫曼编码表对目标编码序列进行解码,获得目标节点序列。
3.根据目标节点序列对分区编码序列进行解码,获得数据序列,包括:
S1,设置一个分区器F,分区器的初始值为1;设置一个计数器,计数器的初始值为0;
S2,获取目标节点序列中第F个目标节点的编码结果与分区编码序列中的前k个码字组成的码字序列,k的初始值为1;
S3,如果码字序列能够根据霍夫曼编码表进行解码,则将解码结果作为数据,将计数器加1,将分区编码序列中的前k个码字删除,执行S4;如果码字序列不能够根据霍夫曼编码表进行解码,将k加1,执行S2;
S4,如果计数器不等于5,执行S2;如果计数器等于5,将分区器加1,将计数器归0,执行S2;
S5,重复上述S2到S4,直至分区编码序列为空时停止,将获得的所有数据按照获得的先后顺序组成的序列记为数据序列。
对数据序列进行解码,获得在线监测数据和填报数据,对在线监测数据和填报数据进行实时更新和综合展示。
本发明的系统包括数据采集模块、数据转换模块、目标长度获取模块、数据压缩模块、数据展示模块。本发明通过将分区序列中所有数据的最短路径都经过的层数最大的节点,作为分区序列的目标节点,将分区序列的目标节点作为分区序列中所有数据的起始节点,相较于常规霍夫曼编码将根节点作为数据的起始节点,获得的起始节点到每个数据的节点的最短路径的长度更短,进而获得的数据的编码结果更短,以此提高数据序列的压缩效率;同时,本发明根据分区长度对应的所有分区序列的目标节点的层数以及所有数据的节点的层数,计算每个分区长度的优选度,获得优选度最大的分区长度作为目标分区长度,使根据目标分区长度获得数据序列的编码结果最短,使数据序列的压缩效率最大。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种智慧海绵城市的监测管理系统,其特征在于,所述系统包括:
数据采集模块,采集在线监测数据和填报数据;
数据转换模块,将在线监测数据和填报数据转换数据序列;
目标长度获取模块,统计数据序列中每种数据的频率,根据所有种数据的频率构建霍夫曼树,将预设范围内的所有整数记为分区长度;对于任意一个分区长度,根据分区长度将数据序列划分为若干个分区序列,对于分区序列中的任意一个数据,将数据在霍夫曼树中对应的节点记为数据的节点,获得每个分区序列的目标节点,根据分区长度对应的所有分区序列的目标节点的层数以及所有数据的节点的层数,计算分区长度的优选度;获取所有分区长度的优选度,将优选度最大的分区长度记为目标分区长度;
数据压缩模块,将目标分区长度对应的所有分区序列记为目标分区序列,将根节点到目标分区序列的目标节点的最短路径的编码,作为目标分区序列的目标节点的编码结果;将目标分区序列的目标节点到目标分区序列中每个数据的节点的最短路径的编码,作为目标分区序列中的每个数据的编码结果;将所有目标分区序列的目标节点的编码结果按照顺序组成的序列记为目标编码序列,将所有目标分区序列的所有数据的编码结果按照顺序组成的序列记为分区编码序列,将目标编码序列和分区编码序列作为数据序列的压缩结果;
数据展示模块,将目标分区长度、数据序列的压缩结果、所有种数据以及所有种数据的频率通过移动通信网络发送到监测中心,对数据序列进行解压和解码,获得在线监测数据和填报数据,并对在线监测数据和填报数据进行实时更新和综合展示。
2.根据权利要求1所述的一种智慧海绵城市的监测管理系统,其特征在于,所述获得每个分区序列的目标节点,包括的具体步骤如下:
将霍夫曼树中根节点作为数据的起始节点,获取霍夫曼树中起始节点到数据的节点的最短路径,将最短路径经过的所有节点组成的序列记为数据的节点序列;获得分区序列中所有数据的节点序列的交集,将交集中层数最大的节点记为分区序列的目标节点。
4.根据权利要求1所述的一种智慧海绵城市的监测管理系统,其特征在于,所述将在线监测数据和填报数据转换数据序列,包括的具体步骤如下:
将在线监测数据和填报数据编码为二进制数据,将所有二进制数据组成的序列记为二进制序列,将二进制序列划分为长度等于预设长度的若干个二进制子序列,将每个二进制子序列转换为十进制数,将所有十进制数按照顺序组成的序列记为数据序列。
5.根据权利要求1所述的一种智慧海绵城市的监测管理系统,其特征在于,所述对数据序列进行解压和解码,获得在线监测数据和填报数据,包括的具体步骤如下:
根据所有种数据以及所有种数据的频率获得霍夫曼树,进而获得霍夫曼编码表;根据霍夫曼编码表对目标编码序列进行解码,获得目标节点序列;根据目标节点序列对分区编码序列进行解码,获得数据序列,包括:
S1,设置一个分区器F,分区器的初始值为1;设置一个计数器,计数器的初始值为0;
S2,获取目标节点序列中第F个目标节点的编码结果与分区编码序列中的前k个码字组成的码字序列,k的初始值为1;
S3,如果码字序列能够根据霍夫曼编码表进行解码,则将解码结果作为数据,将计数器加1,将分区编码序列中的前k个码字删除,执行S4;如果码字序列不能够根据霍夫曼编码表进行解码,将k加1,执行S2;
S4,如果计数器不等于5,执行S2;如果计数器等于5,将分区器加1,将计数器归0,执行S2;
S5,重复上述S2到S4,直至分区编码序列为空时停止,将获得的所有数据按照获得的先后顺序组成的序列记为数据序列;
对数据序列进行解码,获得在线监测数据和填报数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609424.7A CN116346940B (zh) | 2023-05-29 | 2023-05-29 | 一种智慧海绵城市的监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310609424.7A CN116346940B (zh) | 2023-05-29 | 2023-05-29 | 一种智慧海绵城市的监测管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116346940A true CN116346940A (zh) | 2023-06-27 |
CN116346940B CN116346940B (zh) | 2023-08-22 |
Family
ID=86879057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310609424.7A Active CN116346940B (zh) | 2023-05-29 | 2023-05-29 | 一种智慧海绵城市的监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116346940B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2387653A1 (en) * | 1999-08-13 | 2001-02-22 | Fujitsu Limited | File processing method, data processing device and storage medium |
JP2002112080A (ja) * | 2000-09-27 | 2002-04-12 | Victor Co Of Japan Ltd | 差分検出カメラ |
US20100189351A1 (en) * | 2008-07-31 | 2010-07-29 | Hans Juergen Mattausch | Compression processing apparatus and compression processing method |
US9258013B1 (en) * | 2015-09-01 | 2016-02-09 | Rockwell Collins, Inc. | Data compression with Huffman code on multicore processors |
CN107294539A (zh) * | 2017-05-23 | 2017-10-24 | 浙江大学 | 一种准动态霍夫曼硬件编码器及编码方法 |
US20190348999A1 (en) * | 2018-05-12 | 2019-11-14 | Redpine Signals, Inc. | Method and apparatus for compression and decompression of a numerical file |
WO2020194292A1 (en) * | 2019-03-25 | 2020-10-01 | Ariel Scientific Innovations Ltd. | Systems and methods of data compression |
WO2022020695A1 (en) * | 2020-07-24 | 2022-01-27 | Cyborg Inc. | Double-pass lempel-ziv data compression with automatic selection of static encoding trees and prefix dictionaries |
CN115361027A (zh) * | 2022-10-18 | 2022-11-18 | 江苏量超科技有限公司 | 一种污水处理效果识别方法 |
WO2022252488A1 (zh) * | 2021-06-02 | 2022-12-08 | 苏州浪潮智能科技有限公司 | 一种图像压缩方法、装置、电子设备及可读存储介质 |
CN115543946A (zh) * | 2022-12-02 | 2022-12-30 | 陕西湘秦衡兴科技集团股份有限公司 | 一种金融大数据优化存储方法 |
CN115856456A (zh) * | 2023-02-27 | 2023-03-28 | 国网山东省电力公司广饶县供电公司 | 一种电缆电荷测试数据传输方法 |
CN116153453A (zh) * | 2023-04-20 | 2023-05-23 | 深圳市魔样科技有限公司 | 基于云边协同的智能戒指信息管理方法及系统 |
-
2023
- 2023-05-29 CN CN202310609424.7A patent/CN116346940B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2387653A1 (en) * | 1999-08-13 | 2001-02-22 | Fujitsu Limited | File processing method, data processing device and storage medium |
JP2002112080A (ja) * | 2000-09-27 | 2002-04-12 | Victor Co Of Japan Ltd | 差分検出カメラ |
US20100189351A1 (en) * | 2008-07-31 | 2010-07-29 | Hans Juergen Mattausch | Compression processing apparatus and compression processing method |
US9258013B1 (en) * | 2015-09-01 | 2016-02-09 | Rockwell Collins, Inc. | Data compression with Huffman code on multicore processors |
CN107294539A (zh) * | 2017-05-23 | 2017-10-24 | 浙江大学 | 一种准动态霍夫曼硬件编码器及编码方法 |
US20190348999A1 (en) * | 2018-05-12 | 2019-11-14 | Redpine Signals, Inc. | Method and apparatus for compression and decompression of a numerical file |
WO2020194292A1 (en) * | 2019-03-25 | 2020-10-01 | Ariel Scientific Innovations Ltd. | Systems and methods of data compression |
WO2022020695A1 (en) * | 2020-07-24 | 2022-01-27 | Cyborg Inc. | Double-pass lempel-ziv data compression with automatic selection of static encoding trees and prefix dictionaries |
WO2022252488A1 (zh) * | 2021-06-02 | 2022-12-08 | 苏州浪潮智能科技有限公司 | 一种图像压缩方法、装置、电子设备及可读存储介质 |
CN115361027A (zh) * | 2022-10-18 | 2022-11-18 | 江苏量超科技有限公司 | 一种污水处理效果识别方法 |
CN115543946A (zh) * | 2022-12-02 | 2022-12-30 | 陕西湘秦衡兴科技集团股份有限公司 | 一种金融大数据优化存储方法 |
CN115856456A (zh) * | 2023-02-27 | 2023-03-28 | 国网山东省电力公司广饶县供电公司 | 一种电缆电荷测试数据传输方法 |
CN116153453A (zh) * | 2023-04-20 | 2023-05-23 | 深圳市魔样科技有限公司 | 基于云边协同的智能戒指信息管理方法及系统 |
Non-Patent Citations (1)
Title |
---|
李宜珂;王旃;: "基于不同排序方法的快速霍夫曼编码硬件实现", 计算机科学, no. 2 * |
Also Published As
Publication number | Publication date |
---|---|
CN116346940B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116192971B (zh) | 智能云能源运维服务平台数据管理方法 | |
CN116681036B (zh) | 基于数字孪生的工业数据存储方法 | |
CN115883670B (zh) | 一种医疗数据分析采集方法及装置 | |
CN116405574B (zh) | 一种远程医疗图像优化通讯方法及系统 | |
CN101483779A (zh) | 一种二维矢量地图的压缩方法 | |
CN107590157B (zh) | 一种数据存储方法、数据查询方法及相关设备 | |
CN107071451B (zh) | 一种基于可变输入数据流的大动态实时解压缩系统 | |
WO2019080670A1 (zh) | 基因测序数据压缩解压方法、系统及计算机可读介质 | |
CN116016606A (zh) | 一种基于智慧云的污水处理运维数据高效管理系统 | |
CN115529357B (zh) | 基于mes互通互联生产数据的更新异常匹配方法 | |
CN116913057B (zh) | 基于物联网的畜牧养殖异常预警系统 | |
CN116346940B (zh) | 一种智慧海绵城市的监测管理系统 | |
CN112468154A (zh) | 一种适用于海洋气象可视化的数据压缩方法 | |
CN111050170A (zh) | 基于gan的图片压缩系统构建方法、压缩系统及方法 | |
CN116074514B (zh) | 一种多媒体数据的安全通信云广播系统 | |
CN114187369A (zh) | 一种基于视频压缩技术的气象预报数据压缩方法 | |
CN116708845B (zh) | 基于5g技术的肠胃医疗图像通讯传输方法 | |
WO2005039058A1 (ja) | 符号化データ生成方法と装置 | |
CN109981108B (zh) | 数据压缩方法、解压缩方法、装置及设备 | |
CN116805537B (zh) | 用于心肺康复管理系统的数据处理方法 | |
CN114900195B (zh) | 一种用于粉罐车的安全状态监测系统 | |
CN102298782B (zh) | 用于无损视频压缩的参数估计的系统、方法 | |
CN115964347A (zh) | 一种市场监管监测中心数据的智能存储方法 | |
CN115695564A (zh) | 一种物联网数据的高效传输方法 | |
CN114429200A (zh) | 规范化哈夫曼编解码方法及神经网络计算芯片 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |