【技术实现步骤摘要】
本专利技术涉及数字信息的传输，具体涉及基于大数据的建设工程管理云服务器通信方法。
技术介绍
1、在大数据时代，人们从工业生产中能获取大量的数据，通过对数据处理优化生成达到生产效率的提高，与此同时也带来了极大的数据存储和传输需求。在建设工程管理的领域中，通常把产生的大量监测数据存储在云服务器中，而使用数据时需要进行大量的数据传输。在传输工程管理的时序数据如音频、传感器等数据时，为了加快通信速度，常使用基于差分编码的数据压缩方法进行处理。
2、传统的差分编码压缩方法是以当前数据和上一数据的差值作为压缩后的当前数据，以此减小整段数据的值域范围来提高数据的相似性，再进一步结合其它压缩方法如霍夫曼压缩，减少通信过程中的数据量，适用于各种时序数据或者图像数据的通信传输。传统的差分编码在面对数据变化较小，变化频率低的通信数据时能够较好的提升数据相似性，但是在面对数据变化较大、变化强烈的数据时，传统的差分编码无法提升数据相似性，使得建筑工程的监测数据的压缩效果较差，最终导致通信过程并不理想。
技术实现思路
1、为了解决现有方法在对建筑工程的监测数据进行压缩时存在的压缩效果较差的问题，本专利技术的目的在于提供一种基于大数据的建设工程管理云服务器通信方法，所采用的技术方案具体如下：
2、本专利技术提供了一种基于大数据的建设工程管理云服务器通信方法，该方法包括以下步骤：
3、获取建设工程对应的待压缩数据序列；
4、分别以所述待压缩数据序列中的每个数据为中心
5、获取待压缩数据序列对应的原始差分序列；基于所述原始差分序列、所述最优特征值和所述切割表征值，获得待分析差分序列；根据原始差分序列中各位置元素与待分析差分序列中对应位置元素的大小关系以及所述切割表征值，得到第一差分序列；基于所述第一差分序列中相邻元素之间的差值获得第二差分序列；
6、对所述第二差分序列进行编码获得压缩后的建设工程数据，将压缩后的建设工程数据进行传输。
7、优选的，所述根据每个数据对应的窗口内数据之间的差异和待压缩数据序列中数据的极差，得到每个数据的自变异尺度值，包括：
8、对于待压缩数据序列中的第a个数据：
9、计算第a个数据对应的窗口内所有数据的均值；
10、根据第a个数据对应的窗口内每个数据与其相邻的前一个数据之间的差异、第a个数据对应的窗口内每个数据的前一个数据与所述均值之间的差异、待压缩数据序列中数据的极差，得到第a个数据的自变异尺度值。
11、优选的，采用如下公式计算第a个数据的自变异尺度值：
12、；
13、其中，表示第a个数据的自变异尺度值，表示第a个数据对应的窗口内数据的数量，表示第a个数据对应的窗口内第w个数据，表示第a个数据对应的窗口内第w-1个数据，表示待压缩数据序列中数据的极差，表示第a个数据对应的窗口内所有数据的均值，mod( )表示取余函数，表示取绝对值符号。
14、优选的，所述基于所有的自变异尺度值确定样本数据，包括：
15、按照从大到小的顺序对所有自变异尺度值进行排序获得自变异尺度值序列；
16、将所述自变异尺度值序列中前预设数量个自变异尺度值对应的数据，确定为样本数据。
17、优选的，所述基于待压缩数据序列中每个数据与其左侧的数据之间的差异确定每个数据的切割表征值，包括：
18、对于待压缩数据序列中的第a个数据：
19、若待压缩数据序列中的第a个数据大于第a-1个数据，则从第a个数据在待压缩数据序列中向前遍历，将首个大于第a个数据的元素与第a个数据的差值绝对值作为第a个数据的切割表征值；
20、若待压缩数据序列中的第a个数据小于第a-1个数据，则从第a个数据在待压缩数据序列中向前遍历，将首个小于第a个数据的元素与第a个数据的差值绝对值的相反数作为第a个数据的切割表征值；
21、若待压缩数据序列中的第a个数据等于第a-1个数据或前两种大小关系下向前遍历未找到符合条件的元素，则将常数0作为第a个数据的切割表征值。
22、优选的，所述根据每个样本数据与其左侧相邻数据的切割表征值之间的差异和不同的预设特征值，确定最优特征值，包括：
23、对于第c个预设特征值：对于第b个样本数据，将第b个样本数据与其左侧相邻数据的切割表征值之间的差值记为第一差值；分别将第c个预设特征值与第b个样本数据的切割表征值的乘积，记为第c个预设特征值对应的参考指标；将所述第一差值与第c个预设特征值对应的参考指标之间的差值绝对值，确定为第b个样本数据的评价值；将所有样本数据的评价值之和作为第c个预设特征值的评价指标；
24、将评价指标最小时对应的预设特征值确定为最优特征值。
25、优选的，所述基于所述原始差分序列、所述最优特征值和所述切割表征值，获得待分析差分序列，包括：
26、分别将所述原始差分序列中的每个元素与所述切割表征值的乘积，记为原始差分序列中的每个元素对应的第一乘积；
27、原始差分序列中所有元素对应的第一乘积构成待分析差分序列。
28、优选的，根据原始差分序列中各位置元素与待分析差分序列中对应位置元素的大小关系以及所述切割表征值，得到第一差分序列，包括：
29、若原始差分序列中第a个元素大于或等于待分析差分序列中第a个对应位置元素，则将原始差分序列中第a个元素作为第一差分序列中的第a个元素；
30、若原始差分序列中第a个元素小于待分析差分序列中第a个对应位置元素，当待分析差分序列中第a个元素的切割表征值为首个大于第a个数据的元素与第a个数据的差值绝对值时，则将常数3与待压缩数据序列中第a个元素对应的原始差分值的乘积记为第二乘积，将所述第二乘积作为第一差分序列中的第a个元素；当待分析差分序列中第a个元素的切割表征值为首个小于第a个数据的元素与第a个数据的差值绝对值的相反数时，则将常数1与所述第二乘积之和作为第一差分序列中的第a个元素；当待分析差分序列中第a个元素的切割表征值为0时，则将常数2与所述第二乘积之和作为第一差分序列中的第a个元素；
31、基于第一差分序列中的所有元素获得第一差分序列。
32、优选的，所述基于所述第一差分序列中相邻元素之间的差值获得第二差分序列，包括：
33、分别计算所述第一差分序列中每两个相邻两个元素中后一个元素与前一个元素的差值，作为第一差分序列中对应两个相邻元素对应的差值；
34、第一差分序列中的第一个元素和第一差本文档来自技高网...
【技术保护点】
1.一种基于大数据的建设工程管理云服务器通信方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述根据每个数据对应的窗口内数据之间的差异和待压缩数据序列中数据的极差，得到每个数据的自变异尺度值，包括：
3.根据权利要求2所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，采用如下公式计算第a个数据的自变异尺度值：
4.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述基于所有的自变异尺度值确定样本数据，包括：
5.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述基于待压缩数据序列中每个数据与其左侧的数据之间的差异确定每个数据的切割表征值，包括：
6.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述根据每个样本数据与其左侧相邻数据的切割表征值之间的差异和不同的预设特征值，确定最优特征值，包括：
7.根据权利要求1所述的基于大数据的建设工程管理云服务器
8.根据权利要求5所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，根据原始差分序列中各位置元素与待分析差分序列中对应位置元素的大小关系以及所述切割表征值，得到第一差分序列，包括：
9.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述基于所述第一差分序列中相邻元素之间的差值获得第二差分序列，包括：
10.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述获取待压缩数据序列对应的原始差分序列，包括：
...【技术特征摘要】
1.一种基于大数据的建设工程管理云服务器通信方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述根据每个数据对应的窗口内数据之间的差异和待压缩数据序列中数据的极差，得到每个数据的自变异尺度值，包括：
3.根据权利要求2所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，采用如下公式计算第a个数据的自变异尺度值：
4.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述基于所有的自变异尺度值确定样本数据，包括：
5.根据权利要求1所述的基于大数据的建设工程管理云服务器通信方法，其特征在于，所述基于待压缩数据序列中每个数据与其左侧的数据之间的差异确定每个数据的切割表征值，包括：
6.根据权利要求1所述的基于大数据的建设工程管理云服务器通...
【专利技术属性】
技术研发人员：余稳松，廖秀环，崔伟平，邓洁慧，李镜明，黄志运，林月明，陈丽媚，刘科恒，赖剑龙，
申请(专利权)人：广东华宸建设工程质量检测有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。