[发明专利]一种基于K-means聚类的灵活数据压缩方法

权利要求书

1.一种基于K-means聚类的灵活数据压缩方法，其特征在于，所述数据压缩包括：采用K-means聚类的方法进行工业数据处理分析；采用序列比对对聚类结果进行类别判断，划分出三类数据复杂度；根据不同复杂度选择不同压缩算法；其中，采用K-means聚类的工业大数据聚类及复杂度判断方法是利用K-means方法建立工业数据聚类族，其次在聚类族中对子序列之间进行序列比对得到数据复杂度，针对不同数据的复杂度采用不同压缩算法对数据进行压缩，实现数据高效压缩。

2.根据权利要求1所述基于K-means聚类的灵活数据压缩方法，其特征在于，所述基于K-means的工业大数据聚类方法，将原始工业数据划分为m个子序列，则在K-means中第i个子序列Seq_i的长度len_i∈[L-n,L+n]，其中L为子序列的基本长度、n为阈值；该阈值在工业数据中有近似匹配，其编辑操作有插入、删除和替换，故参与处理的子序列长度不是定长，因此阈值的设定应该为浮动范围；将m个子序列按相似性分成k个聚类族，也就是分成k组。

3.根据权利要求2所述基于K-means聚类的灵活数据压缩方法，其特征在于，所述将原始工业数据划分为m个子序列，采用K-means的方法步骤如下：

步骤1：随机选择k个子序列作为中心点，第i个中心点记为C_ii＝1、2、…k；

步骤2：对于每个子序列，按公式(1)分别计算与C₁，C₂，…，C_k的编辑距离D_j，其中j∈[1,k]，假设j＝x时的D_j最小，则标记子序列Seq_i属于第x类，记为S_x；

ed(i,j)＝min{ed(i,j-1)+1,ed(i-1,j)+1,

ed(i-1,j-1)+δ(i,j)} (1)

其中，当Seq₁(i)＝Seq₂(i)时，δ(i,j)＝0；否则，δ(i,j)＝1；

步骤3：重新计算各类S_x的中心点，如公式(2)，记为C_x，且C_x满足的条件为：与S_x中其它各点编辑距离的均值，最接近于S_x中所有不同两点距离平均值的点，如公式(3)；

S⁽ⁱ⁾:＝argmined(i,j) (2)

步骤4：重复步骤2和步骤3，直到所有C_x值的变化小于给定阈值t。

4.根据权利要求1所述基于K-means聚类的灵活数据压缩方法，其特征在于，所述在聚类族中对子序列之间进行序列比对得到数据复杂度，针对不同数据的复杂度采用不同压缩算法对数据进行压缩，实现数据高效压缩；

所述序列比对方法的数据复杂度分类，序列的对比是将两个或多个序列排列在一起，标明其相似之处，序列中可以插入间隔；对应的相同或相似的符号排列在同一列上，对K-means后的聚类族中的子序列与3种不同复杂的典型数据进行比对，将K-means后的聚类族分为3类：复杂度简单、复杂度一般、复杂度复杂。

5.根据权利要求4所述基于K-means聚类的灵活数据压缩方法，其特征在于，所述针对不同数据的复杂度采用不同压缩算法对数据进行压缩，实现数据高效压缩；采用数据复杂度的灵活数据压缩技术，判断数据复杂度之后，根据复杂度类别，采用三种不同的数据压缩方法进行数据压缩，其对应关系为：复杂度简单的数据采用矩形波串法-Plot算法进行压缩；复杂度一般的数据采用死区压缩-旋转门算法进行压缩；复杂度复杂的数据采用小波压缩算法进行压缩。