.png){kind=icon}
返回
Monkey: Segmentation-Based Lossless Floating-Point Compression
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-95-5716-5_2.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
物联网设备的快速扩张产生了海量时间序列数据，带来了机遇与挑战，特别是在对高效数据存储和传输方案的需求方面。尽管主流无损浮点压缩算法已实现优异的压缩比，但仍有持续优化的需求以应对日益庞大的数据集。本文提出Monkey，一种新颖的流式无损压缩算法，通过改进自适应长度编码方案以实现更优的压缩性能。基于擦除方法，Monkey采用分段策略在解码时动态定位已处理的连续数据点，并移除了传统分段所用的标志位。在广泛采用的数据集上的大量实验表明，Monkey显著超越了多种基于XOR的最先进无损压缩算法：它在所有测试数据集上均优于Elf+，压缩比提升最高达11.5%。
Keyword:
Compression
Lossless
Segmentation
期刊
W
IF:
0
论文数:
35
被引数:
0
机构
查看更多机构
引用论文
.png){kind=icon}
分享收藏分享收藏分享收藏
没有更多内容