摘要
本发明属于数据压缩技术领域,公开了一种时空科学数据压缩方法、计算机设备以及存储介质。本发明所提出的时空科学数据压缩方法分为低精度压缩和双精度压缩方法,两种数据压缩方法均为基于神经网络的时空科学数据压缩方法。低精度压缩方法能够有效利用时空科学数据的时空自相关性,达到超高压缩率。双精度压缩包含低精度压缩和高精度压缩两部分,高精度压缩是在低精度压缩的基础之上对数据残差进行增量式压缩,它是一种基于概率建模+熵编码的新颖压缩方法,其压缩率也能达到最优,双精度压缩方法能够灵活适应复杂的下游任务,利于提高整体流程的周转效率。本发明适用于时空科学数据传输的应用场景。
技术关键词
数据压缩方法
比特流
解码器
协方差矩阵
计算机设备
精度
元启发算法
序列
数据压缩技术
算术编码器
重构
分区策略
特征提取模块
残差数据
处理器
样本
参数
系统为您推荐了相关专利信息
检测磁共振
粒子群算法
电流计算方法
电导体
计算机程序产品
疾病关联预测方法
嵌入特征
多模态网络
多尺度特征融合
符号
径向基函数神经网络
线性天线阵列
数据归一化方法
权重优化方法
特征值
故障检测模型
滚珠丝杠
滚动体
频率
神经网络模型
城市交通路径规划
设备状态信息
路径规划方法
地图
处理器