[发明专利]交通数据压缩方法、装置、电子设备及存储介质

权利要求书

1.一种交通数据压缩方法，其特征在于，所述方法包括：

获取待监控的交通区域，并在所述交通区域部署边缘服务器，以通过所述边缘服务器实时采集所述交通区域的交通数据；

利用预设的聚类算法对所述交通数据进行聚类，得到聚类数据，并对所述聚类数据进行结构类型重构，得到重构数据，将所述重构数据进行张量压缩，得到压缩张量数据；

将所述压缩张量数据分解成核心张量和因子矩阵，以根据所述核心张量和所述因子矩阵，对所述压缩张量数据进行张量重构，得到重构张量数据，并计算所述重构张量数据的压缩比；

在所述压缩比符合预设条件时，将所述重构张量数据发送至预设的云端中，以在所述预设的云端中分析所述重构张量数据的质量评分，并在所述质量评分大于预设阈值时，将所述重构张量数据进行存储，得到所述交通数据的压缩结果；

所述对所述聚类数据进行结构类型重构，得到重构数据，包括：

识别所述聚类数据的原始结构，查询所述原始结构的位置节点；

根据所述位置节点，配置所述聚类数据的重构规则，以执行对所述聚类数据的结构类型重构处理，得到重构数据；

所述计算所述重构张量数据的压缩比包括：

获取所述重构张量数据的全量数据，得到全量重构张量数据，查询所述全量重构张量数据的张量元素；

根据所述张量元素并结合预设的压缩比函数计算所述全量重构张量数据的压缩比，其中，所述预设的压缩比函数如下所示：

其中，表示压缩比，Num of bits compressed data表示压缩后的全量重构张量数据，Num of bits uncompressed data为未压缩的全量重构张量数据，为原始张量的元素个数，表示全量重构张量数据中核心张量的元素个数；表示全量重构张量数据中因子矩阵的元素个数，n表示交通数据的数量；

所述在所述预设的云端中分析所述重构张量数据的质量评分，包括：

利用下述公式分析所述重构张量数据的质量评分：

其中表示质量评分，x表示重构张量数据，表示重构张量数据对应的监测时间，表示重构张量数据的数量，n表示交通数据的数量，m表示重构张量数据的类别数量，t表示监测时间，表示重构张量数据对应张量数据的维度大小，表示重构张量数据的维度大小。

2.根据权利要求1所述的方法，其特征在于，所述在所述交通区域部署边缘服务器，包括：

识别所述交通区域的边缘拓扑结构，根据所述边缘拓扑结构，查询所述交通区域的边缘位置节点；

在所述边缘位置节点中配置服务器IP和网络地址，根据所述服务器IP和所述网络地址，执行针对所述交通区域的边缘服务器的部署操作。

3.根据权利要求1所述的方法，其特征在于，所述利用预设的聚类算法对所述交通数据进行聚类，得到聚类数据，包括：

提取所述交通数据的数据元素，分析所述数据元素的元素特征；

根据所述元素特征并结合所述聚类算法，对所述交通数据进行聚类，得到聚类数据，其中，所述聚类算法包括：

其中，表示聚类数据，表示第i个交通数据的元素特征，表示第i个交通数据的元素特征，n表示交通数据的数量。

4.根据权利要求1所述的方法，其特征在于，所述将所述重构数据进行张量压缩，得到压缩张量数据包括：

计算所述重构数据的数据权重，得到权重数据，并构建所述权重数据的数据压缩模型；

根据所述数据压缩模型对所述重构数据进行张量压缩，得到压缩张量数据。