删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

一种时序数据多项式拟合加速方法

本站小编 Free考研考试/2021-12-21

本文二维码信息
二维码(扫一下试试看!)
一种时序数据多项式拟合加速方法
Polynomial Fitting Acceleration Method Based on Time-Series Segmentation
投稿时间:2016-09-02
DOI:10.15918/j.tbit1001-0645.2018.05.013
中文关键词:时序数据数据压缩多项式拟合最小二乘法
English Keywords:time-seriesdata compressionpolynomial fittingleast square method
基金项目:国家自然科学基金资助项目(61327806,61501028)
作者单位
计卫星北京理工大学 计算机学院, 北京 100081
张露露北京理工大学 计算机学院, 北京 100081
陈娟中国兵器工业第201研究所, 北京 100072
邹天刚中国兵器工业第201研究所, 北京 100072
罗辉北京理工大学 计算机学院, 北京 100081
郭静中国兵器工业第201研究所, 北京 100072
高志伟北京理工大学 计算机学院, 北京 100081
摘要点击次数:748
全文下载次数:482
中文摘要:
考虑到时序数据自身特点,特别是针对周期采样的时序数据,本文提出一种多项式拟合加速方法,讨论了平均分段和非平均分段两种情况下时序数据多项式拟合方法,通过重复利用部分矩阵的中间计算结果,大幅提高了多项式拟合的计算速度.实验结果表明,对于周期采样数据,该方法在平均分段和非平均分段时最多可分别获得约28倍和17倍计算加速.
English Summary:
Polynomial fitting is one of the most important approaches of time-series data compression, and the calculation process involves multiple matrix multiplication and inversion, which lead to high computational complexity. Due to the large number of time series instances, the incoming data need to be high performance and real-time processing. Considering the characteristics of time-series data, especially for the periodic sampled time series data, a polynomial fitting acceleration method was proposed. Reusing the intermediate calculation results, both of polynomial fitting methods with fixed and variable segment length were taken to speed up the polynomial fitting of time-series data. Experimental results show that the proposed method can achieve a speedup of 28x and 17x for fixed length segmentation and variable segmentation respectively.
查看全文查看/发表评论下载PDF阅读器
相关话题/北京 北京理工大学 计算机 数据 工业