CN117076408A - 一种温度监测大数据传输方法 - Google Patents

一种温度监测大数据传输方法 Download PDF

Info

Publication number
CN117076408A
CN117076408A CN202311328368.6A CN202311328368A CN117076408A CN 117076408 A CN117076408 A CN 117076408A CN 202311328368 A CN202311328368 A CN 202311328368A CN 117076408 A CN117076408 A CN 117076408A
Authority
CN
China
Prior art keywords
character
index
temperature
compressed
data
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
Application number
CN202311328368.6A
Other languages
English (en)
Other versions
CN117076408B (zh
Inventor
曲宝春
张斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Aixiongsi Communication Technology Co ltd
Original Assignee
Suzhou Aixiongsi Communication Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Aixiongsi Communication Technology Co ltd filed Critical Suzhou Aixiongsi Communication Technology Co ltd
Priority to CN202311328368.6A priority Critical patent/CN117076408B/zh
Publication of CN117076408A publication Critical patent/CN117076408A/zh
Application granted granted Critical
Publication of CN117076408B publication Critical patent/CN117076408B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/10—File systems; File servers
    • G06F16/17—Details of further file system functions
    • G06F16/174—Redundancy elimination performed by the file system
    • G06F16/1744—Redundancy elimination performed by the file system using compression, e.g. sparse files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/12—Use of codes for handling textual entities
    • G06F40/126—Character encoding

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明涉及数据传输技术领域，具体涉及一种温度监测大数据传输方法，包括：在大棚种植的农作物生长过程中，按照预设的时间间隔采集温度数据构成待压缩温度字符串；利用数据压缩算法对待压缩温度字符串进行预压缩处理，根据待压缩温度字符串中每个字符与其相邻的字符组合的分布情况，得到每个字符对应索引前移的必要性表征值；根据待压缩温度字符串中每个字符的分布情况、每个字符对应的温度数据与其相邻的温度数据之间的差异情况，得到每个字符对应索引前移的可能性表征值；最后获得每个字符的索引前移步数；根据所述预压缩处理结果和索引前移步数得到压缩数据，将压缩数据输入传输器进行数据传输。本发明提高了数据传输效果。

Description

一种温度监测大数据传输方法
技术领域
本发明涉及数据传输技术领域，具体涉及一种温度监测大数据传输方法。
背景技术
农业大棚是现代农业的一种形式，通过大棚改变植物生长环境的温度，使其不受外部自然环境的侵扰，始终保持在事宜的环境条件下，从而实现了反季节生长。由此可见，大棚种植过程中环境中的温度数据是监测植物生长的重要因素，故需要将其存储在智慧农业系统中便于需要进行数据分析时的数据传输过程。但是实时采集到的大棚种植过程中环境中温度数据的数据量较大，需要对温度数据进行压缩后再传输。现有的常采用串表压缩算法对温度数据进行压缩，但是压缩过程中字符的索引是按照固定顺序获取的，对于频繁出现的相同的温度数据的索引值偏大时，对应的压缩效果较差，使得后续利用压缩后的温度数据进行传输的效率较低。
发明内容
为了解决现有的压缩方法进行压缩处理后的数据进行传输的效率较低的技术问题，本发明的目的在于提供一种温度监测大数据传输方法，所采用的技术方案具体如下：
在大棚种植的农作物生长过程中，按照预设的时间间隔采集温度数据构成待压缩温度字符串；
利用数据压缩算法对待压缩温度字符串进行预压缩处理，根据待压缩温度字符串中每个字符与其相邻的字符组合的分布情况，得到每个字符对应索引前移的必要性表征值；
根据待压缩温度字符串中每个字符的分布情况、每个字符对应的温度数据与其相邻的温度数据之间的差异情况，得到每个字符对应索引前移的可能性表征值；
根据预压缩过程中每个字符对应的压缩数据、所述必要性表征值和可能性表征值，确定每个字符的索引前移步数；根据所述预压缩处理结果和索引前移步数得到压缩数据，将压缩数据输入传输器进行数据传输。
优选地，所述根据预压缩过程中每个字符对应的压缩数据、所述必要性表征值和可能性表征值，确定每个字符的索引前移步数，具体包括：
对于待压缩温度字符串中任意一个字符，获取预压缩过程中该字符对应的已编码数据长度记为该字符对应的特征系数；根据该字符对应的特征系数、所述必要性表征值和可能性表征值，得到该字符的索引前移程度；所述特征系数、所述必要性表征值和可能性表征值均与索引前移程度呈正相关关系；
获取预压缩过程中字典中的字符数量，根据该字符的索引前移程度、所述字符数量以及待压缩温度字符串中该字符之前的索引前移程度的最大值与最小值，得到字符的索引前移步数。
优选地，所述根据该字符的索引前移程度、所述字符数量以及待压缩温度字符串中该字符之前的索引前移程度的最大值与最小值，得到字符的索引前移步数，具体包括：
根据所述字符数量和待压缩温度字符串中字符的索引前移程度的最大值与最小值得到归一化系数；根据所述该字符的索引前移程度、所述字符数量、归一化系数和字符的索引前移程度的最大值，得到字符的索引前移步数。
优选地，所述索引前移步数的计算公式具体为：
；
；
其中，Di表示待压缩温度字符串中的第i个字符的索引前移步数，Mi表示预压缩过程中字典中的字符数量，ki表示第i个字符的归一化系数，Ri表示待压缩温度字符串中的第i个字符的索引前移程度，Rmax和Rmin分别表示待压缩温度字符串中第i个字符之前的所有字符的索引前移程度的最大值与最小值。
优选地，所述根据该字符对应的特征系数、所述必要性表征值和可能性表征值，得到该字符的索引前移程度，具体包括：将该字符对应的特征系数、所述必要性表征值和可能性表征值的乘积作为该字符的索引前移程度。
优选地，所述根据待压缩温度字符串中每个字符与其相邻的字符组合的分布情况，得到每个字符对应索引前移的必要性表征值，具体包括：
将待压缩温度字符串中任意一个字符作为目标字符，获取目标字符在其之前出现的频率记为第一特征系数，获取目标字符与其相邻的字符构成的字符组合在目标字符之前字符组合中出现的频率，记为第二特征系数，计算第二特征系数与第一特征系数的比值，根据所述比值得到目标字符对应索引前移的必要性表征值。
优选地，所述目标字符对应索引前移的必要性表征值的获取方法具体为：
；
其中，Wi表示待压缩温度字符串中的第i个字符对应索引前移的必要性表征值，P(i)表示第一特征系数，P(i,i+1)表示第二特征系数，ε1为超参数。
优选地，所述根据待压缩温度字符串中每个字符的分布情况、对应的温度数据与其相邻的温度数据之间的差异情况，得到每个字符对应索引前移的可能性表征值，具体包括：
将待压缩温度字符串中任意一个字符作为选定字符，获取选定字符之前所有字符数量记为第一数量系数，获取选定字符在其之前所有字符中出现的频次记为第二数量系数；
根据第二数量系数与第一数量系数的比值、选定字符对应的温度数据与其相邻的温度数据之间的差异情况，得到选定字符对应索引前移的可能性表征值。
优选地，所述选定字符对应索引前移的可能性表征值的获取方法具体为：
；
其中，Qs表示待压缩温度字符串中第s个字符对应索引前移的可能性表征值，N0表示第一数量系数，Ns表示第二数量系数，Ts-1表示待压缩温度字符串中第s-1个字符对应的温度数据，Ts表示待压缩温度字符串中第s个字符对应的温度数据，ε2为超参数。
优选地，所述根据所述预压缩处理结果和索引前移步数得到压缩数据，具体包括：
利用索引前移步数将预压缩处理的编码过程中每个字符对应的索引进行前移操作，得到每个字符前移后的索引，基于每个字符前移后的索引进行压缩编码得到每个字符的压缩数据。
本发明实施例至少具有如下有益效果：
本发明首先将按照一定时间间隔采集到的温度数据作为待压缩温度字符串，便于后续对温度数据利用数据压缩算法进行处理。然后，在预压缩处理过程中，对待压缩温度字符串中每个字符与其相邻的字符组合的分布情况进行分析，得到每个字符对应索引前移的必要性表征值，必要性表征值从字符对应的字符组合的固定搭配程度方面反映了字符对应的索引前移的必要性程度。进一步的，对待压缩温度字符串中的分布情况、每个字符对应的温度数据与其相邻的温度数据之间的差异情况进行分析，得到每个字符对应索引前移的可能性表征值；可能性表征值从字符的分布方面反映了字符对应的索引前移的必要性程度。最终，结合三个方面对每个字符的索引前移步数进行量化，使得在压缩过程中，对分布情况中出现频率较高，固定搭配程度较高的字符对应的索引前移，能够有效提高温度数据的压缩效果，进而提高了数据传输效果。
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和优点，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的介绍，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它附图。
图1是本发明的一种温度监测大数据传输方法的方法流程图。
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温度监测大数据传输方法，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温度监测大数据传输方法的具体方案。
本发明所针对的具体场景为：将大棚种植农作物生长环境的温度数据作为待压缩的字符串，利用LZW压缩算法对字符串进行压缩编码，根据已编码的字符出现的频率以及字符在字符串中相邻字符的固定搭配程度，反映字符对应索引前移的可能情况，进而对每个字符的索引进行调整，缩短压缩过程中每个字符的压缩编码的长度，提高数据压缩效果，进而提高数据传输效率。
请参阅图1，其示出了本发明一个实施例提供的一种温度监测大数据传输方法的方法流程图，该方法包括以下步骤：
步骤一，在大棚种植的农作物生长过程中，按照预设的时间间隔采集温度数据构成待压缩温度字符串。
大棚种植的农作物生长过程中，温度的保持是非常重要的环境条件，有必要对农作物种植的大棚内的温度数据进行监测。在大棚中安装温度监测器，利用温度监测器按照预设的时间间隔进行测温并记录采集数据。但是采集到的实时温度数据的数据量较大，传输速度缓慢，可以先对实时采集到的温度数据利用LZW压缩算法进行数据压缩后再传输，提高数据传输效率。
在本实施例中，将时间间隔的时间长度设置为10分钟，同时，可以选择以一天内采集到的所有温度数据为一次压缩处理的温度数据，实施者可根据具体实施场景进行设置。将采集到的所有温度数据按照时间的先后顺序依次排列构成一个字符串，记为待压缩温度字符串。
步骤二，利用数据压缩算法对待压缩温度字符串进行预压缩处理，根据待压缩温度字符串中每个字符与其相邻的字符组合的分布情况，得到每个字符对应索引前移的必要性表征值。
首先，在本实施例中，利用LZW压缩算法即串表压缩算法对待压缩温度字符串进行预压缩处理，LZW压缩算法的压缩编码过程主要是将原始字典中不存在的字符组合添加到扩展表中，字符对应的索引值的大小与字符在字符串中的位置有关，字符在待压缩温度字符串中的位置靠前，则先被编码，该字符对应的索引值较小，该字符对应的压缩编码的长度较短。反之，字符在待压缩温度字符串中的位置靠后，则后被编码，该字符对应的索引值较大，该字符对应的压缩编码的长度较长。
基于此，一些位置靠后但是缺高频出现的字符对应的索引值偏大，进而对这些高频数据进行压缩时压缩编码长度较长，不利于数据的高频传输。可以通过对字符串中字符对应索引前移的必要性进行分析，对一些固定搭配程度较好的字符对应索引进行前移。在待压缩的字符串中，相邻两个字符构成的字符组合在字典表中出现的情况可以反映字符对应索引前移的程度。相邻两个字符搭配出现的可能性描述了这种字符组合的固定程度，进而反映了字符对应索引前移的必要性。字符组合的固定搭配程度越高，索引前移的必要性就越高。
进一步的，根据待压缩温度字符串中每个字符与其相邻的字符组合的分布情况，得到每个字符对应索引前移的必要性表征值。具体地，将待压缩温度字符串中任意一个字符作为目标字符，获取目标字符在其之前出现的频率记为第一特征系数，获取目标字符与其相邻的字符构成的字符组合在目标字符之前字符组合中出现的频率，记为第二特征系数，计算第二特征系数与第一特征系数的比值，根据所述比值得到目标字符对应索引前移的必要性表征值。
在本实施例中，将待压缩温度字符串中的第i个字符作为目标字符，则目标字符对应索引前移的必要性表征值的计算公式可以表示为：
；
其中，Wi表示待压缩温度字符串中的第i个字符对应索引前移的必要性表征值，P(i)表示第一特征系数，P(i,i+1)表示第二特征系数，ε1为超参数，为了防止分母的取值为0，在本实施例中的取值为0.1。
第一特征系数表征了待压缩温度字符串中第i个字符在其之前已经编码的温度数据对应的字符中出现的频率，第二特征系数表征了第i个字符与第i+1个字符组成的字符组合在其之前已经编码的温度数据构成的字符组合中出现的频率。
为在第i个字符出现的前提下第i+1个字符出现的概率，其取值越大，说明这相邻两个字符构成的字符组合在其之前出现的程度就越大，对应的固定搭配程度越高，必要性表征值的取值越大，说明第i个字符对应索引前移的必要性越大。
待压缩温度字符串中的第i个字符对应索引前移的必要性表征值从字符对应的字符组合的固定搭配程度方面反映了字符的索引前移的必要性程度。
步骤三，根据待压缩温度字符串中每个字符的分布情况、每个字符对应的温度数据与其相邻的温度数据之间的差异情况，得到每个字符对应索引前移的可能性表征值。
在对待压缩温度字符串进行压缩编码的过程中，字符在待压缩温度字符串中出现频率的高低不同以及字符对应的索引值的大小不同，均会影响字符对应的压缩编码长度。出现频率较高的字符，若该字符对应的索引值较大，则会影响字符串整体的编码长度较长。同时，由于大棚内的农作物生长环境一般需要维持在一个温度较为稳定的状态，在对大棚环境的温度进行监测的过程中，存在一定的时间间隔，温度数据一定存在重复性，温度数据的重复性伴随这一天内温度先升后降的变化趋势。若温度数据出现在下降趋势中，则没有索引前移的必要，因为在温度数据下降过程中该数据在后续再出现的可能性较小，其出现的频率高度也无法影响索引前移的可能性。
基于此，根据待压缩温度字符串中每个字符的分布情况、每个字符对应的温度数据与其相邻的温度数据之间的差异情况，得到每个字符对应索引前移的可能性表征值。具体地，将待压缩温度字符串中任意一个字符作为选定字符，获取选定字符之前所有字符数量记为第一数量系数，获取选定字符在其之前所有字符中出现的频次记为第二数量系数；根据第二数量系数与第一数量系数的比值、选定字符对应的温度数据与其相邻的温度数据之间的差异情况，得到选定字符对应索引前移的可能性表征值。
在本实施例中，将待压缩温度字符串中第s个字符作为选定字符，则选定字符对应索引前移的可能性表征值的计算公式可以表示为：
；
其中，Qs表示待压缩温度字符串中第s个字符对应索引前移的可能性表征值，N0表示第一数量系数，Ns表示第二数量系数，Ts-1表示待压缩温度字符串中第s-1个字符对应的温度数据，Ts表示待压缩温度字符串中第s个字符对应的温度数据，ε2为超参数，为了防止分母的取值为0，在本实施例中的取值为1，实施者可根据具体实施场景进行设置。
第一数量系数N0表征了在第s个字符之前已经编码的所有温度数据对应的字符数量，第二数量系数表征了在第s个字符之前已经编码的所有温度数据对应的字符中，Ns第s个字符出现的次数，反映了第s个字符出现的频次占比情况，其取值越大，说明第s个字符出现的频率越大，对应的可能性表征值越大，说明第s个字符的索引前移的可能性越大。
|Ts-1-Ts|反映了第s个字符与其相邻的上一个字符对应的温度数据之间的差异情况，其取值越大，温度数据差异越大，对应的可能性表征值越小，说明第s个字符的索引前移的可能性越小。
需要说明的是，在本实施例中，将每次采集的每一个温度数据分别作为每一个字符，进而进行数据的分析，在其他实施例中，也可以将待压缩字符串中每一个单独的数字作为一个字符进行压缩数据的分析。
待压缩温度字符串中第s个字符对应索引前移的可能性表征值从字符在已编码的字符串中的分布情况方面反映了字符对应索引前移的必要性程度。
步骤四，根据预压缩过程中每个字符对应的压缩数据、所述必要性表征值和可能性表征值，确定每个字符的索引前移步数；根据所述预压缩处理结果和索引前移步数得到压缩数据，将压缩数据输入传输器进行数据传输。
通过结合每个字符对应的固定搭配程度以及字符在已编码的字符串中的分布情况，反映每个字符对应索引的前移程度，字符对应的必要性表征值从固定搭配程度方面描述了索引前移的必要性，字符对应的可能性表征值从字符在已编码的字符串中的分布情况方面描述了索引前移的可能性。
在利用利用数据压缩算法对待压缩温度字符串进行预压缩处理的编码过程中，根据索引的前移程度对字符对应的索引进行前移操作是一个动态过程。字符串按照从左到右的顺序不断被压缩编码，已经编码的字符串长度在不断变化，每个待编码的字符在已经编码的字符串中的频率也会随之发生变化。在不断被压缩编码的过程中，已经编码的字符串对应的编码数据长度不同时，对应的字符索引前移程度就不同，已编码的字符串对应的编码数据长度越长，字符的索引前移的程度越大。
基于此，结合字符对应的特征系数、所述必要性表征值和可能性表征值，得到该字符的索引前移程度，其中，对于待压缩温度字符串中任意一个字符，获取预压缩过程中该字符对应的已编码数据长度记为该字符对应的特征系数；所述特征系数、所述必要性表征值和可能性表征值均与索引前移程度呈正相关关系。
在本实施例中，以待压缩温度字符串中的第i个字符为例进行说明，具体地，将第i个字符对应的特征系数、第i个字符对应的必要性表征值和可能性表征值的乘积作为第i个字符的索引前移程度，则索引前移程度的计算公式可以表示为：
；
其中，Ri表示待压缩温度字符串中的第i个字符的索引前移程度，Wi表示待压缩温度字符串中的第i个字符对应索引前移的必要性表征值，Qi表示待压缩温度字符串中第i个字符对应索引前移的可能性表征值，Li表示第i个字符对应的特征系数。
特征系数Li表征了在温度数据被压缩的过程中，截止到第i个字符，已经编码的字符串对应的已编码数据长度，其取值越大，编码数据长度越长，对应的字符的索引前移程度越大。必要性表征值的取值越大，可能性表征值的取值越大，说明字符的索引前移的必要性越大，对应的字符的索引前移程度越大。
从索引前移的必要性及可能性两方面考虑索引前移的程度，必要性越高且可能性越大则前移程度就越大，其对应字符索引值就会减小，编码长度也会因此缩短，数据传输效率也因此提高。
进一步的，索引前移程度表征了每个字符的索引可以进行前移操作的情况，基于此，可以通过每个字符的索引前移程度获取每个字符进行索引前移操作的具体步数。即获取预压缩过程中字典中的字符数量，根据该字符的索引前移程度、所述字符数量以及待压缩温度字符串中该字符之前的索引前移程度的最大值与最小值，得到字符的索引前移步数。
具体地，根据所述字符数量和待压缩温度字符串中该字符之前的索引前移程度的最大值与最小值得到归一化系数；根据所述该字符的索引前移程度、所述字符数量、归一化系数和索引前移程度的最大值，得到字符的索引前移步数。
在本实施例中，以待压缩温度字符串中的第i个字符为例进行说明，则第i个字符的索引前移步数的计算公式可以表示为：
；
；
其中，Di表示待压缩温度字符串中的第i个字符的索引前移步数，Mi表示预压缩过程中字典中的字符数量，ki表示第i个字符的归一化系数，Ri表示待压缩温度字符串中的第i个字符的索引前移程度，Rmax和Rmin分别表示待压缩温度字符串中第i个字符之前的所有字符的索引前移程度的最大值与最小值。
所述字符数量Mi表征了预压缩处理过程编码到第i个字符处时当前字典中包含的字符数量，Rmax和Rmin分别表征了预压缩处理过程编码到第i个字符处时所有已经编码过的字符的索引前移程度的最大值与最小值。利用归一化系数和当前字典中的字符数量以及索引前移程度对第i个符的索引前移步数进行量化，将字符的索引前移程度归一化到区间[0,Mi]中。
最后，根据所述预压缩处理结果和索引前移步数得到压缩数据，将压缩数据输入传输器进行数据传输。利用索引前移步数将预压缩处理的编码过程中每个字符对应的索引进行前移操作，得到每个字符前移后的索引，基于每个字符前移后的索引进行压缩编码得到每个字符的压缩数据。在本实施例中，利用LZW压缩算法对待压缩字符串进行压缩编码时，利用每个字符前移后的索引值替代原始的索引值，整个压缩处理过程与原始的LZW算法相同，进而压缩处理，获得对应的压缩数据。其中，LZW压缩算法为公知技术，其具体的压缩处理方法，在此不再过多介绍。
需要说明的是，在对压缩数据进行存储时，需要存储每个字符当前的位置以及对应的索引前移步数，便于后续数据传输过程的解压缩操作。
在数据传输过程中，庞大的数据量会减缓数据传输效率，对数据进行压缩后再传输，提高了数据传输效率。在字符串进行编码的同时，计算其中出现的字符的频率以及与其前后字符的固定搭配程度，合理调整字符对应索引，进而缩短整个编码结果长度，提高编码效率，进一步提高了数据传输效率。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围，均应包含在本申请的保护范围之内。

Claims (10)

1.一种温度监测大数据传输方法，其特征在于，该方法包括以下步骤：
在大棚种植的农作物生长过程中，按照预设的时间间隔采集温度数据构成待压缩温度字符串；
利用数据压缩算法对待压缩温度字符串进行预压缩处理，根据待压缩温度字符串中每个字符与其相邻的字符组合的分布情况，得到每个字符对应索引前移的必要性表征值；
根据待压缩温度字符串中每个字符的分布情况、每个字符对应的温度数据与其相邻的温度数据之间的差异情况，得到每个字符对应索引前移的可能性表征值；
根据预压缩过程中每个字符对应的压缩数据、所述必要性表征值和可能性表征值，确定每个字符的索引前移步数；根据所述预压缩处理结果和索引前移步数得到压缩数据，将压缩数据输入传输器进行数据传输。
2.根据权利要求1所述的一种温度监测大数据传输方法，其特征在于，所述根据预压缩过程中每个字符对应的压缩数据、所述必要性表征值和可能性表征值，确定每个字符的索引前移步数，具体包括：
对于待压缩温度字符串中任意一个字符，获取预压缩过程中该字符对应的已编码数据长度记为该字符对应的特征系数；根据该字符对应的特征系数、所述必要性表征值和可能性表征值，得到该字符的索引前移程度；所述特征系数、所述必要性表征值和可能性表征值均与索引前移程度呈正相关关系；
获取预压缩过程中字典中的字符数量，根据该字符的索引前移程度、所述字符数量以及待压缩温度字符串中该字符之前的索引前移程度的最大值与最小值，得到字符的索引前移步数。
3.根据权利要求2所述的一种温度监测大数据传输方法，其特征在于，所述根据该字符的索引前移程度、所述字符数量以及待压缩温度字符串中该字符之前的索引前移程度的最大值与最小值，得到字符的索引前移步数，具体包括：
根据所述字符数量和待压缩温度字符串中字符的索引前移程度的最大值与最小值得到归一化系数；根据所述该字符的索引前移程度、所述字符数量、归一化系数和字符的索引前移程度的最大值，得到字符的索引前移步数。
4.根据权利要求3所述的一种温度监测大数据传输方法，其特征在于，所述索引前移步数的计算公式具体为：
；
；
其中，Di表示待压缩温度字符串中的第i个字符的索引前移步数，Mi表示预压缩过程中字典中的字符数量，ki表示第i个字符的归一化系数，Ri表示待压缩温度字符串中的第i个字符的索引前移程度，Rmax和Rmin分别表示待压缩温度字符串中第i个字符之前的所有字符的索引前移程度的最大值与最小值。
5.根据权利要求2所述的一种温度监测大数据传输方法，其特征在于，所述根据该字符对应的特征系数、所述必要性表征值和可能性表征值，得到该字符的索引前移程度，具体包括：将该字符对应的特征系数、所述必要性表征值和可能性表征值的乘积作为该字符的索引前移程度。
6.根据权利要求1所述的一种温度监测大数据传输方法，其特征在于，所述根据待压缩温度字符串中每个字符与其相邻的字符组合的分布情况，得到每个字符对应索引前移的必要性表征值，具体包括：
将待压缩温度字符串中任意一个字符作为目标字符，获取目标字符在其之前出现的频率记为第一特征系数，获取目标字符与其相邻的字符构成的字符组合在目标字符之前字符组合中出现的频率，记为第二特征系数，计算第二特征系数与第一特征系数的比值，根据所述比值得到目标字符对应索引前移的必要性表征值。
7.根据权利要求6所述的一种温度监测大数据传输方法，其特征在于，所述目标字符对应索引前移的必要性表征值的获取方法具体为：
；
其中，Wi表示待压缩温度字符串中的第i个字符对应索引前移的必要性表征值，P(i)表示第一特征系数，P(i,i+1)表示第二特征系数，ε1为超参数。
8.根据权利要求1所述的一种温度监测大数据传输方法，其特征在于，所述根据待压缩温度字符串中每个字符的分布情况、对应的温度数据与其相邻的温度数据之间的差异情况，得到每个字符对应索引前移的可能性表征值，具体包括：
将待压缩温度字符串中任意一个字符作为选定字符，获取选定字符之前所有字符数量记为第一数量系数，获取选定字符在其之前所有字符中出现的频次记为第二数量系数；
根据第二数量系数与第一数量系数的比值、选定字符对应的温度数据与其相邻的温度数据之间的差异情况，得到选定字符对应索引前移的可能性表征值。
9.根据权利要求8所述的一种温度监测大数据传输方法，其特征在于，所述选定字符对应索引前移的可能性表征值的获取方法具体为：
；
其中，Qs表示待压缩温度字符串中第s个字符对应索引前移的可能性表征值，N0表示第一数量系数，Ns表示第二数量系数，Ts-1表示待压缩温度字符串中第s-1个字符对应的温度数据，Ts表示待压缩温度字符串中第s个字符对应的温度数据，ε2为超参数。
10.根据权利要求1所述的一种温度监测大数据传输方法，其特征在于，所述根据所述预压缩处理结果和索引前移步数得到压缩数据，具体包括：
利用索引前移步数将预压缩处理的编码过程中每个字符对应的索引进行前移操作，得到每个字符前移后的索引，基于每个字符前移后的索引进行压缩编码得到每个字符的压缩数据。
CN202311328368.6A 2023-10-13 2023-10-13 一种温度监测大数据传输方法 Active CN117076408B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311328368.6A CN117076408B (zh) 2023-10-13 2023-10-13 一种温度监测大数据传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311328368.6A CN117076408B (zh) 2023-10-13 2023-10-13 一种温度监测大数据传输方法

Publications (2)

Publication Number Publication Date
CN117076408A true CN117076408A (zh) 2023-11-17
CN117076408B CN117076408B (zh) 2024-01-26

Family

ID=88719806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311328368.6A Active CN117076408B (zh) 2023-10-13 2023-10-13 一种温度监测大数据传输方法

Country Status (1)

Country Link
CN (1) CN117076408B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117708513A (zh) * 2024-02-05 2024-03-15 贵州省畜牧兽医研究所 一种用于缬草特征研究的种植数据管理方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030030575A1 (en) * 2001-05-07 2003-02-13 Harmonic Data Systems Ltd. Lossless data compression
CN116304056A (zh) * 2023-04-11 2023-06-23 河南大学 一种用于计算机软件开发数据的管理方法
CN116388767A (zh) * 2023-04-11 2023-07-04 河南大学 用于软件开发数据的安全管理方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030030575A1 (en) * 2001-05-07 2003-02-13 Harmonic Data Systems Ltd. Lossless data compression
CN116304056A (zh) * 2023-04-11 2023-06-23 河南大学 一种用于计算机软件开发数据的管理方法
CN116388767A (zh) * 2023-04-11 2023-07-04 河南大学 用于软件开发数据的安全管理方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117708513A (zh) * 2024-02-05 2024-03-15 贵州省畜牧兽医研究所 一种用于缬草特征研究的种植数据管理方法
CN117708513B (zh) * 2024-02-05 2024-04-19 贵州省畜牧兽医研究所 一种用于缬草特征研究的种植数据管理方法

Also Published As

Publication number Publication date
CN117076408B (zh) 2024-01-26

Similar Documents

Publication Publication Date Title
CN117076408B (zh) 一种温度监测大数据传输方法
CN116828070B (zh) 一种智慧电网数据优化传输方法
CN115882868B (zh) 一种气体监测数据智能存储方法
CN116153453B (zh) 基于云边协同的智能戒指信息管理方法及系统
CN116961675B (zh) 一种医疗护理数据智能处理方法
CN116232935B (zh) 一种物联网监测大数据传输方法
CN117155407B (zh) 一种智慧镜柜消毒日志数据优化存储方法
CN115988569B (zh) 一种蓝牙设备数据快速传输方法
CN116700630B (zh) 基于物联网的有机无机复混肥料生产数据优化存储方法
CN116600132B (zh) 一种煤矿视频数据自适应压缩方法
CN115269526B (zh) 一种半导体生产数据的处理方法及系统
CN116582133B (zh) 一种变压器生产过程数据智能管理系统
CN116974258A (zh) 基于多维数据的生产过程监测方法
CN118101135B (zh) 一种智能戒指数据安全传输方法及系统
CN116980629A (zh) 一种大型照明系统自动故障检测系统
CN117240930A (zh) 一种载波通信数据智能采集方法及系统
CN116723251A (zh) 基于传感器网络的智能锅炉自动监测系统
CN101895298A (zh) 一种智能服装用的gps数据压缩方法
CN117972337A (zh) 基于多模态深度学习的农业气象灾害监测预测方法
CN112468154A (zh) 一种适用于海洋气象可视化的数据压缩方法
CN117014519B (zh) 一种数据传输方法及医院智能传输系统
CN116340455A (zh) 一种高速列车转向架设计标准实体关系抽取方法
CN115964347A (zh) 一种市场监管监测中心数据的智能存储方法
CN117792403B (zh) 基于流式大数据技术的分布式农业数据存储管理方法
CN118590072B (zh) 一种智慧农业信息管理系统

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