旋轉門演演算法

專業術語

旋轉門演演算法,專業術語,作名詞,是一種比較快速的線性擬合演演算法,常常用於實時資料庫中對數據進行壓縮,使存儲容量大大的減少。在實時資料庫中,數據通常具有如下特點:1. 數據採集量大。2. 數據臨近度高。如果不能對這些數據進行壓縮,將對資源造成巨大的浪費。旋轉門演演算法作為線性擬合的一種簡便演演算法,具有效率高、壓縮比高、實現簡單、誤差可控制的優點,現在已成為一種專門演演算法。

名稱


英文名稱:SDT(Spinning Door Transformation)
中文名稱:旋轉門演演算法

演演算法原理


旋轉門演演算法
旋轉門演演算法
旋轉門演演算法更為形象說法是根據數據構建一個又一個的高度(該高度及有損壓縮的閾值)固定的平行四邊形去“套住”數據,在不能“套住”時將前一個點進行歸檔(存儲)。其中,旋轉門就是圖中不斷在“擴張”的平行四邊形,每時每刻,此平行四邊形的豎直方向的邊的長度始終為閾值的2倍。每次擴張之時,都要檢查平行四邊形能否把所有點都套在平行四邊形內部,若有點沒有被套住,則之前的所有點就需要被歸檔(壓縮)。

演演算法變形


旋轉門演演算法除了平行四邊形演演算法之外,還能用三角形演演算法來表示。

演演算法優點


相對於最小二乘法,演演算法的執行速度比較快。
相對於最小二乘法,演演算法有對誤差控制的功能。

演演算法不足


相對於最小二乘法,旋轉門演演算法無法對鋸齒點進行有效的處理。
相對於最小二乘法,旋轉門演演算法擬合度較低。