基于相似度分段的数据智能自适应压缩算法

由于传统的压缩算法,在数据智能自适应压缩时没有对相似度分段距离进行计算,因此压缩比低,无法实现数据智能自适应压缩。为此提出基于相似度分段的数据智能自适应压缩算法研究。通过相似度分段距离计算,判定基准数据是否发生变化,如发生变化则记录此1/4周期数据,并替换基准数据;采用串表压缩,根据相似度分段距离,在编码中定义数据字符、字串、前缀以及后缀等压缩概念;计算基于相似度分段的自适应压缩特征值,解决数据量化误差大的问题;通过自适应压缩噪声补偿,完成数据智能自适应压缩。设计对比实验,结果表明,设计的压缩算法在3个数据集中压缩比均明显高于对照组,验证了设计压缩算法在数据智能自适应压缩中的可行性。