Array of Things (AoT)通过单一位置上的多传感器对城市系统进行连续动态观测。AoT观测数据量大且持续增长,使得如何利用有限的计算资源进行AoT序列数据的压缩传输成为其应用的关键瓶颈之一。本文提出了一种基于张量分解的AoT序列数据...
详细信息
Array of Things (AoT)通过单一位置上的多传感器对城市系统进行连续动态观测。AoT观测数据量大且持续增长,使得如何利用有限的计算资源进行AoT序列数据的压缩传输成为其应用的关键瓶颈之一。本文提出了一种基于张量分解的AoT序列数据的有损压缩方法。面向其海量、高维且需在传感器端处理的需求,该方法首先将AoT序列数据组织成高维张量,利用算法复杂度较低的张量CANDECOMP/PARAFAC (CP)分解提取各维度上的特征主分量,而后利用张量重构实现特征保持的数据有损压缩。利用基于张量分解的有损压缩方法,针对美国芝加哥市区的24 h内感测的声光电磁数据进行了实验,讨论了不同压缩参数对压缩比、压缩误差、压缩精度、压缩时间、压缩过程运行内存占用和压缩结果内存占用之间的影响。实验结果表明该方法可实现AoT序列数据的有损压缩,其较小的内存占用能够支持传感器端数据压缩。并且与原始光场强度对比表明,压缩后的数据保持了原有时空分布特征。与传统矢量量化编码压缩方法相比,在相同压缩精度下,本文方法的压缩比约高27%~76%,压缩时间约节省46%~73%,压缩结果所占内存约节省17%~57%,因此本文方法具有更高的压缩比,更低的压缩时间和内存占用,可为Ao T这一类数据的大规模有损压缩提供借鉴意义。
为了明确直播条件下软米粳稻与常规粳稻食味品质与淀粉结构差异特征及其对氮肥和密度的响应变化。本研究以软米粳稻南粳9108和常规粳稻丰粳3227为供试材料,设置3个施氮量(0、150和300 kg hm^(-2))和3个密度(90×10^(4)、180×10...
详细信息
为了明确直播条件下软米粳稻与常规粳稻食味品质与淀粉结构差异特征及其对氮肥和密度的响应变化。本研究以软米粳稻南粳9108和常规粳稻丰粳3227为供试材料,设置3个施氮量(0、150和300 kg hm^(-2))和3个密度(90×10^(4)、180×10^(4)和360×10^(4)hm^(-2)),研究施氮量和密度及其互作对水稻食味品质和淀粉结构的影响。结果表明,与常规粳稻相比,软米粳稻直链淀粉含量低,蛋白质含量低,胶稠度长,米饭硬度低和黏度大,淀粉RVA谱中崩解值大、消减值小和糊化温度低,淀粉相对结晶度、有序度和峰强度较高,而片层距离较短,稻米食味品质优。随着施氮量增加,稻米直链淀粉含量降低,蛋白质含量提高,胶稠度变短,米饭硬度增加,稻米食味值下降。相关分析表明,施氮量与蛋白质含量和硬度呈极显著正相关,与米饭食味值、黏度、峰值黏度、热浆黏度、最终黏度和片层距离呈极显著负相关。而密度与稻米食味品质和淀粉结构相关指标均无显著相关性。
暂无评论