大规模向量式有限元行为数据无损压缩模型

摘要

针对向量式有限元产生的海量的高精度行为数据在基于web的体系架构的数据传输和文件读取的瓶颈,依据向量式有限元行为数据的内部联系和冗余特点,建立了行为数据的数学模型,并对冗余数据进行删减和合并,提出一种有效的无损压缩模型.最后,给出基于模型的压缩算法.经过验证,数据的规模显著减小,极大提升了数据处理的效率.解压时则完全还原原始数据,完全不影响行为数据的精度.