[发明专利]多区间自适应旋转门算法

权利要求书

1.多区间自适应旋转门算法，其特征在于，具体如下：

一、采用有限状态机将采样输入值变换为压缩精度输出，初始化有限状态机，初始化转换函数的转换判定条件，初始化压缩精度计算函数的精度哈希表；

二、采样值输入至状态转换函数，输出采样值对应的状态；

三、通过压缩精度计算函数计算并输出状态对应的压缩精度；

四、通过压缩算法计算队列中P∈[P_n+1…P_n+(m-1)]之间的采样值；

五、压缩算法通过输入的压缩精度计算采样值P是否超出精度范围，未超出精度范围的采样值P做压缩处理，超出精度范围的采样值P做归档存储；

压缩算法具体如下：

1)、设压缩精度为ΔE，压缩区间为采样值P_n±ΔE与P_n+m±ΔE为边形成的平行四边形区域；

2)、计算P_n+1…P_n+(m-1)采样值是否在平行四边形区域内，采用面积法判定，A＝P_n+ΔE，B＝P_n+m+ΔE，C＝P_n-ΔE，D＝P_n+m-ΔE；

点P∈[P_n+1…P_n+(m-1)]，

P归属于区间内，为点A、点B、点C和点D所围成的四边形区域面积；S_△PAB为点P、点A和点B所围成的三角形区域面积；S_△PBC为点P、点B和点C所围成的三角形区域面积；S_△PCD为点P、点C和点D所围成的三角形区域面积；S_△PDA为点P、点D和点A所围成的三角形区域面积；

若四个三角形之和不等于平行四边形面积，则点P不在平行四边形区域内，超出精度范围；若四个三角形之等于平行四边形面积，则点P处于平行四边形区域内，未超出精度范围；

六、若采样值P超出精度范围，移除P之前的所有采样值，采样值输入至存储队列，通过压缩算法再次计算队列中[P_n+1…P_n+(m-1)]之间的采样值；

七、计算最近两次采样差的绝对值累计次数、样本标准差、概率密度函数标准差，判断命中率阈值，反馈给状态机动态调整压缩精度。

2.根据权利要求1所述的多区间自适应旋转门算法，其特征在于，有限状态机定义为：M＝(Q,∑,δ,q0,F)；

Q为状态非空有穷集合，任意状态q归属于Q，

∑输入为闭合区间内任意实数[a,b]，{a≤x≤b,x∈R}；

δ为状态转换函数δ(x,e)→q，e为状态转换条件；

q0为初始状态；

F为终止状态q为M的终止态。

3.根据权利要求2所述的多区间自适应旋转门算法，其特征在于，反馈给状态机动态调整压缩精度的方法为：计算最近两次采样差值x＝|P_n+1-P_n|，大于采样精度ΔE则未命中，记录每次差值x并统计相同差值累计次数，对差值统计表做降序排序；

计算命中率百分比Per＝命中次数累计/采样次数累计，命中率百分比超过阈值后，调整压缩精度并反馈给状态机，更新精度哈希表。

4.根据权利要求3所述的多区间自适应旋转门算法，其特征在于，反馈给状态机动态调整压缩精度的方法为：计算采样值样本的标准差通过标准差变化判断采样值变化幅度，调整压缩精度；

标准差与压缩精度差值达到阈值后，调整压缩精度并反馈给状态机，更新精度哈希表；

其中，S为样本标准差，x_i为每个采样值，其中为样本平均值，

5.根据权利要求4所述的多区间自适应旋转门算法，其特征在于，采样值样本标准差的具体计算步骤如下：

a)、计算所有采样值的平均值x_i；

b)、分别计算每个样本与平均值差的平方，并对所有结果求和：

c)、用总和值除以样本数量n-1并取平方根；

d)、贝塞尔无偏估计校正系数为

e)、无偏估计；

f)、计算采样值样本的标准差s。

6.根据权利要求5所述的多区间自适应旋转门算法，其特征在于，反馈给状态机动态调整压缩精度的方法为：选取一定数量的采样值样本，并对样本做核密度估计设(x₁，x₂，…，x_n)是独立同分布的n个样本点，概率密度函数是f，x_i为间距点，间距点数量为采样值域除以采样精度等分点数量，采用核函数估算概率密度；

其中，K(x)为核函数；

h0为一个平滑参数，h采用采样精度值作为参数值计算；

x_i为间距点，间距点数量为采样值域除以采样精度；

计算采样值样本概率密度函数的标准差的值作为压缩精度输出并反馈给状态机，更新精度哈希表。