一种结合预测与编码的时序数据有损压缩方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种结合预测与编码的时序数据有损压缩方法,简称TPCFT,属于时序数据有损压缩技术领域。通过预处理、预测压缩、编码压缩三个部分,形成具有高压缩比和低时间开销的时序数据有损压缩算法;预处理通过融合具有相同趋势的数据段来降低时序数据的趋势变化对预测结果的影响;预测压缩基于Holt指数趋势模型并通过对该模型引入线性拟合来提升其预测准确度,编码压缩部分采用了LFZip算法。有益效果在于,通过融合具有相同趋势的数据段来降低时序数据的趋势变化对预测结果的影响。预测压缩部分通过对该模型引入线性拟合来提升其预测准确度,同时优化了预测部分的误差计算过程,从而降低了算法的整体时间复杂度。
《一种结合预测与编码的时序数据有损压缩方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2022110363928,当前法律状态为已下证,由湖南大学提出申请,发明人为杨磊;廖宇威;程鑫;朱俊杰,申请日期为2022-08-28,公开(公告)日期为2025-07-25,国际专利分类号(IPC)为 H03M 7/30 (2006.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。专利114 作为出让方直接签约,提供权利核验、合同拟定、评审用证明材料整理与国家知识产权局著录项目变更代办,个人与企业采购均可办理。用于职称或落户时,建议先确认当地对专利类型、授权时间与申请人身份的具体要求,我们可协助逐条比对,避免买了用不上。专利摘要:本发明涉及一种结合预测与编码的时序数据有损压缩方法,简称TPCFT,属于时序数据有损压缩技术领域。通过预处理、预测压缩、编码压缩三个部分,形成具有高压缩比和低时间开销的时序数据有损压缩算法;预处理通过融合具有相同趋势的数据段来降低时序数据的趋势变化对预测结果的影响;预测压缩基于Holt指数趋势模型并通过对该模型引入线性拟合来提升其预测准确度,编码压缩部分采用了LFZip算法。有益效果在于,通过融合具有相同趋势的数据段来降低时序数据的趋势变化对预测结果的影响。预测压缩部分通过对该模型引入线性拟合来提升其预测准确度,同时优化了预测部分的误差计算过程,从而降低了算法的整体时间复杂度。
本专利适配多类个人与企业需求:职称评审中的业绩与成果材料、人才引进与积分落户的知识产权加分、行业资质与科技项目申报、企业高企认定与技术储备。专利权人为官方登记主体,法律状态可核验,转让后提供专利证书与登记簿副本,可直接装订进评审或申报材料。
