声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：32-1772/TN
国际刊号：1673-5439
发布日期:
作者：刘 凯,钟永彦,陈 娟,朱 震
单位：南通大学 电气工程学院，江苏 南通 226019南通大学 电气工程学院，江苏 南通 226019南通大学 电气工程学院，江苏 南通 226019南通大学 电气工程学院，江苏 南通 226019
关键词：时延；边云协同；字典压缩；朴素贝叶斯；哈夫曼编码；自适应
基金：国家自然科学基金(62073154)资助项目
针对物联网中因通信数据量大而导致的时延问题，提出一种基于HNBJSON的数据压缩方法。在云端使用朴素贝叶斯分类器对实时JSON数据进行分类，再按哈夫曼编码原理将数据生成压缩字典；基于压缩率更新压缩字典，并将压缩字典同步至边缘设备，用于数据压缩。将该方法应用于某高校3个不同教学场景的电力监测，实验结果表明，每条数据平均压缩时长约为0.98ms，压缩率为76.9%左右，实现了边缘侧数据自适应无损压缩，具有较高的应用价值。
来源：2021年第6期
《南京邮电大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。