一种面向仪器化基础设施数据的基于流式特征的压缩方法
机器学习
2019-04-15 v1 应用统计
机器学习
摘要
越来越多的土木工程应用利用由配备传感设备的基础设施所获取的数据。这些数据在监测结构对激励的响应以及评估结构健康方面具有重要作用。本文中,我们试图利用应变与加速度数据监测人行桥上的行人事件(如行人行走)。此类数据的采集速率与传感设备数量使得数据存储与分析成为计算挑战。我们引入一种流式方法来压缩传感器数据,同时保留对应于行人事件的、各传感器类型特有的关键模式与特征。基于人行桥上应变传感器与加速度计所获数据的数值演示,展示了在行人事件期间及间隔期间压缩与精度之间的权衡。
引用
@article{arxiv.1904.06127,
title = {A streaming feature-based compression method for data from instrumented infrastructure},
author = {Alastair Gregory and Din-Houn Lau and Alex Tessier and Pan Zhang},
journal= {arXiv preprint arXiv:1904.06127},
year = {2019}
}
备注
22 pages