摘要
网络原始测量数据由于数据量很大,不方便存储,为了便于存储并保证数据有效性,本文研究了数据压缩策略,提出了一种基于最小二乘法的分段二次曲线拟合压缩模型,给出了最小二乘解的算法。通过仿真实验与最小二乘拟合和分段线性插值进行比较,分段二次曲线拟合压缩模型能够在减少了数据存储量的基础上实现对网络性能指标的准确反映,能及时发现网络性能的异常变化。
The data capacity of original network measurement data is ofent very large, not convenient for storage. In order to facilitate storage and to ensure the validation of data, data compression strategies is studied in this paper. A piecewise quadratic curve-fitting compression model basing on least square principles is presented, and then the calculational process of least squares solution is given. Comparing with the least square fitting and linear interpolation by simulation, the model can well and truly reflect the network performance at the base of reducing the data capacity, at the same time, the abnormity of the network performance can be detected in time.
出处
《微计算机信息》
2012年第7期123-124,111,共3页
Control & Automation
关键词
数据压缩
分段曲线拟合
最小二乘法
data compression
piecewise curve-fitting
least square technique
作者简介
唐旭（1979-），女，硕士，工程师，主要研究领域为网络性能测量；
章敬崇（1969-），男，学士，工程师，主要研究领域为计算机网络管理；
张健（1981-），男，学士，职称，工程师，主要研究领域为计算机应用。
