TY -的A2 -古普塔,Suneet Kumar盟——Ramalingam Parameshwaran AU - Mehbodniya,阿布AU -韦伯,朱利安·l . AU - Shabaz,默罕默德盟——葛Lakshminarayanan PY - 2022 DA - 2022/01/10 TI -遥测数据压缩算法递归神经网络平衡和深度学习SP - 4886586六世- 2022 AB -遥测信息规模大,需要额外的空间和传输时间。有一个重要的存储或发送遥测信息阻塞。无损数据压缩(LDC)算法进化过程有效和高效的遥测数据具有高压缩比和一个短的处理时间。遥测信息可以包装控制额外的房间和关联数据传输。尽管事实不同考试的压力遥测信息进行遥测信息让压力的想法非常麻烦。本研究的目的是提供一个子样品和平衡的复发性神经无损数据压缩(SB-RNLDC)方法提高压缩率,同时减少了压缩时间。这是通过两个模型的发展:一个用于子样品预处理,另一个用于BRN-LDC平均遥测数据。在预处理阶段进行二次抽样和平均使用一个可调采样因素。平衡压缩时间间隔(BCI)是用于编码数据根据概率度量在LDC阶段。本研究的目的是比较直接微分压缩技术。 The final output demonstrates that the balancing-based LDC can reduce compression time and finally improve dependability. The final experimental results show that the model proposed can enhance the computing capabilities in data compression compared to the existing methodologies. SN - 1687-5265 UR - https://doi.org/10.1155/2022/4886586 DO - 10.1155/2022/4886586 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -