一种灵活用工平台数据智能存储方法及系统与流程

1.本发明涉及数据压缩存储技术领域，具体涉及一种灵活用工平台数据智能存储方法及系统。


背景技术：

2.随着时代的进步，现如今出现了许多灵活用工平台。雇主在该平台发布任务，雇员接受任务。其中含有大量的数据信息，例如技能等级、订单号、订单金额等大量的数据信息，为了便于存储，需要将该数据压缩后存储。而存储后的数据，若想要查询某数据，则需要全部解压，浪费大量时间。因此，需要对压缩后的数据进行定位，只针对需要查询的数据进行解压。现有的压缩算法中dacs算法可以将数据利用变长编码压缩且可以定位。
3.dacs算法采用固定的比特数对编码进行比特分层（常规值为2），对于不同的数据，压缩效果不同。若想要根据数据长度去设置每一层的比特数，则是需要人为根据经验值设置，无法保证压缩效果达到最优，因此需要根据二进制数据的长度特征，进行自适应的比特数计算，从而提高压缩效果的高效性。


技术实现要素：

4.本发明提供一种灵活用工平台数据智能存储方法及系统，以解决现有的问题。
5.本发明的一种灵活用工平台数据智能存储方法及系统采用如下技术方案：本发明一个实施例提供了一种灵活用工平台数据智能存储方法，该方法包括以下步骤：获取二进制数据，获取二进制数据的数据长度和数据出现频次；根据数据长度、数据出现频次、区间数据长度均值得到若干第一层比特数取值范围；根据第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度，将优选程度最大值对应的第一层比特数取值范围作为最优第一层比特数取值范围；获取最优第一层比特数取值范围的若干子范围，根据子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围；根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，获取每一层的最优比特数；根据每一层的最优比特数进行数据分层压缩。
6.进一步地，所述根据数据长度、数据出现频次、区间数据长度均值得到第一层比特数取值范围，包括的具体步骤如下：
其中，表示第个二进制数据的数据长度的数据出现频次；表示在区间中第个二进制数据的数据长度；表示在区间中所有二进制数据的数据长度均值；表示区间中二进制数据的数量；为超参数；表示第一层比特数取值范围的最小值；表示第个数据长度；表示第一层比特数取值范围的最大值；表示第一层比特数取值范围的最大值与最小值的差值，将作为第个二进制数据的第一层比特数取值范围；获取每个二进制数据的第一层比特数取值范围。
7.进一步地，所述根据第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度，包括的具体步骤如下：获取任意一个第一层比特数取值范围，获取该第一层比特数取值范围内所有数据长度的数据出现频次，将范围内所有数据长度的数据出现频次的和，作为该第一层比特数取值范围的优选程度；获取每个第一层比特数取值范围的优选程度。
8.进一步地，所述根据子范围中数据长度的数据出现频次得到预测层深，包括的具体步骤如下：其中，表示预测层深；表示该层所处的深度；表示所有二进制数据的数据长度最大值；表示任意一个子范围中数据长度的最大值，表示该子范围中数据长度的最小值；表示该子范围内数据长度的数据出现频次；表示该子范围内数据长度的数据长度值。
9.进一步地，所述根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围，包括的具体步骤如下：获得最优第一层比特数取值范围中所有子范围的预测层深，得到多个满足判断条件的子范围，选取预测层深最小的子范围作为缩小后的最优第一层比特数取值范围，表示预测层深，表示预设层深阈值。
10.进一步地，所述根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，包括的具体步骤如下：
其中，表示选取第个比特数取值时需要增加的编码数量；表示选取第个比特数取值时，第个二进制数据需要补零的位数；u表示数据长度小于第个比特数取值的二进制数据的数量；表示数据长度大于第个比特数取值的二进制数据的数量；遍历缩小后的最优第一层比特数取值范围内的所有比特数取值，将需要增加的编码数量最小的比特数取值作为最优第一层比特数。
11.进一步地，所述每一层的最优比特数的具体获取方法如下：对所有二进制数据进行最优第一层比特数的去除，在剩余的二进制数据根据去除后的数据长度，按照获取最优第一层比特数方法获取最优第二层比特数，再继续去除依次得到所有层的最优比特数。
12.本发明一个实施例提供了一种灵活用工平台数据智能存储系统，该系统包括以下模块：数据采集模块：用以获取二进制数据和获取二进制数据的数据长度和数据出现频次；比特数取值范围模块：用以根据数据长度、数据出现频次、区间数据长度均值得到若干第一层比特数取值范围；最优取值范围模块：根据第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度，将优选程度最大值对应的第一层比特数取值范围作为最优第一层比特数取值范围；最优取值范围缩小模块：用以获取最优第一层比特数取值范围的若干子范围，根据子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围；最优分层比特数模块：用以根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，获取每一层的最优比特数；数据分层压缩模块：用以根据每一层的最优比特数进行数据分层压缩。
13.本发明的技术方案的有益效果是：本发明通过将灵活用工平台数据转换为二进制数据，根据二进制数据的长度特征进行自适应的比特数计算，进而通过dacs算法完成压缩来提高压缩效果；其中通过二进制数据的数据长度首先进行第一层比特数的选取，通过不同数据长度的数据出现频次进行最优第一层比特数范围的获取，使得最优第一层比特数范围内数据长度的数据出现频次之和最大，即最优第一层比特数范围包含尽可能多的二进制数据，并通过范围内不同子范围导致的比特层深变化来进行范围缩小，并最终根据需要增加的编码数量来获取最优第一层比特数，并依次获取每一层的最优比特数；使得最终各层比特数可以保证补零位数及标识符编码数量都尽可能少，保证了灵活用工平台数据的压缩效果，提高了灵活用工平台数据的智能存储效率。
附图说明
14.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
15.图1为本发明一种灵活用工平台数据智能存储方法的步骤流程图；图2为本发明一种灵活用工平台数据智能存储系统的系统框架图；图3为本发明一种灵活用工平台数据智能存储方法的数据长度标记图；图4为本发明一种灵活用工平台数据智能存储方法的数据概率密度图。
具体实施方式
16.为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种灵活用工平台数据智能存储方法及系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
17.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
18.下面结合附图具体的说明本发明所提供的一种灵活用工平台数据智能存储方法及系统的具体方案。
19.请参阅图1，其示出了本发明一个实施例提供的一种灵活用工平台数据智能存储方法的步骤流程图，该方法包括以下步骤：步骤s001、获取数据，将数据转化为二进制数据。
20.本实施例的目的是对灵活用工平台中的各种数据进行存储，因此首先需要获取平台中的各种数据；灵活用工平台的各种数据均为数值数据，例如酬金、工作时长、技能等级、雇主评分以及订单号等，本实施例对这些数值数据进行采集，同时获取到的数值数据都为十进制数据；为了便于压缩存储，将所有数值数据转化为二进制数据。
21.至此，采集到灵活用工平台的数据，并将数据转化为二进制数据。
22.步骤s002、根据数据长度和数据位置构建数据长度标记图，根据数据长度和数据出现频次构建数据概率密度图。
23.需要说明的是，对于不同长度的二进制数据，他们的最优分层比特数也是不同的。所选取比特数较小，对于较长的数据，其比特层会较深，标识符也会增加，压缩率并不能确定一定变小了；所选取的比特数较大，对于较短的数据，需要在二进制数据前进行补零，尽管得到的比特层数会变小，即比特层较浅，但是需要较多补零，导致无意义的数据变多，同样难以保证压缩效率；因此，选取一个合适的分层比特数时十分重要的；同时遍历所有可能的比特数可以找出最优解，但是计算量过大，浪费大量时间且增加计算机的负担；因此通过计算离散程度，缩小比特数的取值范围，减少计算时间。
24.进一步需要说明的是，由于各个数据的数据长度参差不齐，选取的比特数不同，对压缩结果带来的影响是较大的。每一层的比特数选择若较小，则对较长的数据影响较大；若
比特数选择较大，则对较短的数据影响较大。若想要降低比特数的选择给数据压缩带来的影响，则在比特数的选择方面，更期望去选择大部分数据长度的分布范围，可以使整体数据的补码长度和下一层需要标识的数据数量之和均较小。
25.具体的，获取所有数据长度，根据数据长度和数据位置构建数据长度标记图。请参阅图3，其示出了对应的数据长度标记图，图中数据长度是指每个二进制数据的数据长度，数据位置是指整个数据中每个二进制数据的位置，将二进制数据的数据长度标记在直角坐标系中得到数据长度标记图。
26.进一步需要说明的是，所有的数据长度都参差不齐，选取任何的比特数都会对其他长度的数据产生不同的影响。因此需要去选择一个合适的比特数，使这种影响最小化，即需要“补零”和“标识”的操作最小。遍历所有比特数固然可以求出最优解，但是计算量过大。因此，本实施例通过分析曲线的离散程度，将比特数取值范围缩小，减少计算量；而在确定比特数的取值范围时，需要选择大部分数据长度所在的区域，使得“补零”和“标识”的操作都尽可能的少，压缩率可以进一步提高。
27.具体的，将数据长度标记图，根据其数据长度出现次数转化为数据概率密度图，请参阅图4，其示出了数据概率密度图，图中数据长度是指二进制数据的数据长度，数据出现频次是指任意一个数据长度出现的次数。
28.至此，得到了数据长度标记图和数据概率密度图。
29.步骤s003、根据数据长度、数据出现频次、区间数据长度均值得到第一层比特数取值范围。
30.需要说明的是，如果直接取数据出现频次最高的数据长度为第一层比特数的话，可能会导致层深不可控。因此，只根据数据长度的数据出现频次去确定第一层比特数的大致取值范围。
31.具体的，以第个二进制数据为例，设第一层比特数取值范围为，根据数据长度、数据出现频次、区间数据长度均值得到第一层比特数取值范围，具体方法如下：下：其中，表示第个二进制数据的数据长度的数据出现频次；表示在区间中第个二进制数据的数据长度；表示在区间中所有二进制数据的数据长度均值；表示区间中二进制数据的数量，本实施例采用进行计算；为超参数，本实施例采用进行计算；表示第一层比特数取值范围的最小值；表示第个数据长度；表示第一层比特数取值范围的最大值；表示第一层比特数取值范
围的最大值与最小值的差值，即第一层比特数取值范围；表示在区间的数据长度波动情况，数据长度波动越大，则该值越大；数据长度波动越小，则该值越小；同时由于所计算出的值不在比特数的可能范围之内，因此需要加入超参数，将该值映射在比特数的可能范围之内；取值范围的大小与数据出现频次的大小和数据长度的波动情况有关，出现频次越大，波动越小，则取值范围越大；出现频次越小，波动越大，则取值范围越小。
32.进一步的，计算所有二进制数据对应的第一层比特数取值范围，对于二进制数据最右端导致不足的情况，按照剩余的二进制数据直接计算。
33.至此，得到了所有二进制数据对应的第一层比特数取值范围。
34.步骤s004、根据若干第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度。
35.需要说明的是，需要在所有第一层比特数取值范围中找出最优的第一层比特数取值范围。在所有的第一层比特数取值范围内，第一层比特数取值范围内数据长度对应数据出现频次越大，则该区间越优。
36.具体的，以任意一个第一层比特数取值范围为例，该第一层比特数取值范围的优选程度的具体计算方法如下：其中，表示该第一层比特数取值范围的优选程度，表示该第一层比特数取值范围内第个数据长度的数据出现频次，表示该第一层比特数取值范围的最大值，表示该第一层比特数取值范围的最小值；获取每个第一层比特数取值范围的优选程度，将优选程度最大的第一层比特数取值范围作为最优第一层比特数取值范围。
37.至此，获取到了最优第一层比特数取值范围。
38.步骤s005、获取最优第一层比特数取值范围的若干子范围，根据子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围。
39.需要说明的是，以上步骤计算出了最优第一层比特数取值范围。在取值范围内，若取值过小，则会使层深过深，使解密的代价过大。通过对最大层数的限制，然后在取值范围内，对比特层数进行预测，进一步缩小比特数的取值范围。
40.进一步需要说明的是，在上步骤中通过数据的离散程度，确定了最优第一层比特数的取值范围，为了防止比特数的取值范围过于绝对，所以限制比特层深度去进一步缩小第一层比特数取值范围。比特层深度影响解码的时间以及压缩率，对比特层深度限制以后，会损失一部分压缩率，提升大量的压缩时间。
41.具体的，步骤s004得到了最优第一层比特数取值范围，遍历选取不同的最优第一
层比特数取值范围的子范围，得到多个最优第一层比特数取值范围的子范围，需要说明的是，子范围是指小于最优第一层比特数取值范围的范围，即子范围是包含在最优第一层比特数取值范围内的。
42.进一步的，根据最优第一层比特数取值范围的子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围，具体计算方法如下：设置预设层深阈值，需要说明的是，本实施例以预设层深阈值为10进行叙述，实施时可以设置为其他值；施时可以设置为其他值；其中，表示预测层深；表示该层所处的深度，即对于第一层其取值为1；表示所有二进制数据的数据长度最大值；表示任意一个子范围中数据长度的最大值，表示该子范围中数据长度的最小值；表示该子范围内数据长度的数据出现频次；表示该子范围内数据长度的数据长度值；表示预设层深阈值；表示在区间内的所有数据长度根据数据出现频次得到的数据长度均值，预测层深需要越小，则要使得数据长度均值越大。
43.进一步的，计算最优第一层比特数取值范围中所有子范围的预测层深，得到多个满足上式判断条件（）的子范围，选取预测层深最小的子范围作为缩小后的最优第一层比特数取值范围。
44.至此，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围。
45.步骤s006、根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数得到最优第一层比特数，进而得到每一层的最优比特数。
46.需要说明的是，在缩小后的最优第一层比特数取值范围内，去遍历计算第一层比特位数，会降低极大的计算量。在取值范围之内，不同的取值会对不同长度的数据产生不同的影响。较小的取值，会使较大长度的比特层很深，层深越深，则需要的标识符就越多；较大的取值会使较小长度的数据需要的“补零”操作很多。因此，需要取一个合适的值，使标识符的位数以及“补零”的位数之和最小。
47.具体的，根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数得到最优第一层比特数，其中比特数即为二进制数据的数据长度，获取缩小后的最优第一层比特数取值范围内第个比特数取值下需要增加的编码数量的具体计算方法如下：
其中，表示选取第个比特数取值时需要增加的编码数量；表示选取第个比特数取值时，第个二进制数据需要补零的位数，即第个比特数取值减去该二进制数据的数据长度得到的差值；u表示数据长度小于第个比特数取值的二进制数据的数量；表示数据长度大于第个比特数取值的二进制数据的数量，即这一层需要增加标识符的数量；需要“补零”的位数和这一层需要增加的标识符位数之和越小，则说明该比特数下的压缩率越好，该比特数的取值越好。
48.进一步的，遍历缩小后的最优第一层比特数取值范围内的所有比特数取值，将需要增加的编码数量最小的比特数取值作为最优第一层比特数；需要说明的是，对于后续层计算最优比特数时，需要对所有二进制数据进行最优第一层比特数的去除，即数据长度减去最优第一层比特数，而数据长度小于等于最优第一层比特数的二进制数据，由于其已经被划分到第一层，则不再参与后续分层，在剩余的二进制数据根据去除后的数据长度，按照上述方法获取最优第二层比特数，再继续去除依次得到所有层的最优比特数。
49.至此，通过计算需要“补零”的位数和这一层需要增加的标识符位数之和的最小值，求解出了每一层的最优的比特数。
50.步骤s007、根据每一层的最优比特数进行数据分层压缩。
51.步骤s006计算出了每一层的最优比特数，根据每一层的最优比特数，将整个数据进行分层。根据不同分层的不同比特数对数据进行分层压缩。
52.其中第一层可以准确定位到数据的位置，标识符可以将数据在不同比特层的分布全部提取出来，构成原始完成数据。
53.当用户想要查询某数据时，可以根据数据所在位置，直接定位到压缩后的文件所在位置，仅解压查询数据的压缩内容，节省解压时间。
54.通过以上步骤，完成灵活用工平台数据智能存储。
55.本发明的另一个实施例提供了一种灵活用工平台数据智能存储系统，如图2所示，该系统包括以下模块：数据采集模块：用以获取二进制数据和获取二进制数据的数据长度和数据出现频次；比特数取值范围模块：用以根据数据长度、数据出现频次、区间数据长度均值得到若干第一层比特数取值范围；最优取值范围模块：用以根据第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度，将优选程度最大值对应的第一层比特数取值范围作为最优第一层比特数取值范围；最优取值范围缩小模块：用以获取最优第一层比特数取值范围的若干子范围，根据子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围；
最优分层比特数模块：用以根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，获取每一层的最优比特数；数据分层压缩模块：用以根据每一层的最优比特数进行数据分层压缩。
56.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种灵活用工平台数据智能存储方法，其特征在于，该方法包括以下步骤：获取二进制数据，获取二进制数据的数据长度和数据出现频次；根据数据长度、数据出现频次、区间数据长度均值得到若干第一层比特数取值范围；根据第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度，将优选程度最大值对应的第一层比特数取值范围作为最优第一层比特数取值范围；获取最优第一层比特数取值范围的若干子范围，根据子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围；根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，获取每一层的最优比特数；根据每一层的最优比特数进行数据分层压缩。2.根据权利要求1所述一种灵活用工平台数据智能存储方法，其特征在于，所述根据数据长度、数据出现频次、区间数据长度均值得到第一层比特数取值范围，包括的具体步骤如下：下：其中，表示第个二进制数据的数据长度的数据出现频次；表示在区间中第个二进制数据的数据长度；表示在区间中所有二进制数据的数据长度均值；表示区间中二进制数据的数量；为超参数；表示第一层比特数取值范围的最小值；表示第个数据长度；表示第一层比特数取值范围的最大值；表示第一层比特数取值范围的最大值与最小值的差值，将作为第个二进制数据的第一层比特数取值范围；获取每个二进制数据的第一层比特数取值范围。3.根据权利要求1所述一种灵活用工平台数据智能存储方法，其特征在于，所述根据第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度，包括的具体步骤如下：获取任意一个第一层比特数取值范围，获取该第一层比特数取值范围内所有数据长度的数据出现频次，将范围内所有数据长度的数据出现频次的和，作为该第一层比特数取值范围的优选程度；获取每个第一层比特数取值范围的优选程度。4.根据权利要求1所述一种灵活用工平台数据智能存储方法，其特征在于，所述根据子范围中数据长度的数据出现频次得到预测层深，包括的具体步骤如下：
其中，表示预测层深；表示该层所处的深度；表示所有二进制数据的数据长度最大值；表示任意一个子范围中数据长度的最大值，表示该子范围中数据长度的最小值；表示该子范围内数据长度的数据出现频次；表示该子范围内数据长度的数据长度值。5.根据权利要求1所述一种灵活用工平台数据智能存储方法，其特征在于，所述根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围，包括的具体步骤如下：获得最优第一层比特数取值范围中所有子范围的预测层深，得到多个满足判断条件的子范围，选取预测层深最小的子范围作为缩小后的最优第一层比特数取值范围，表示预测层深，表示预设层深阈值。6.根据权利要求1所述一种灵活用工平台数据智能存储方法，其特征在于，所述根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，包括的具体步骤如下：其中，表示选取第个比特数取值时需要增加的编码数量；表示选取第个比特数取值时，第个二进制数据需要补零的位数；u表示数据长度小于第个比特数取值的二进制数据的数量；表示数据长度大于第个比特数取值的二进制数据的数量；遍历缩小后的最优第一层比特数取值范围内的所有比特数取值，将需要增加的编码数量最小的比特数取值作为最优第一层比特数。7.根据权利要求1所述一种灵活用工平台数据智能存储方法，其特征在于，所述每一层的最优比特数的具体获取方法如下：对所有二进制数据进行最优第一层比特数的去除，在剩余的二进制数据根据去除后的数据长度，按照获取最优第一层比特数方法获取最优第二层比特数，再继续去除依次得到所有层的最优比特数。8.一种灵活用工平台数据智能存储系统，其特征在于，该系统包括以下模块：数据采集模块：用以获取二进制数据和获取二进制数据的数据长度和数据出现频次；比特数取值范围模块：用以根据数据长度、数据出现频次、区间数据长度均值得到若干第一层比特数取值范围；最优取值范围模块：根据第一层比特数取值范围内数据长度的数据出现频次得到第一层比特数取值范围的优选程度，将优选程度最大值对应的第一层比特数取值范围作为最优第一层比特数取值范围；
最优取值范围缩小模块：用以获取最优第一层比特数取值范围的若干子范围，根据子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后的最优第一层比特数取值范围；最优分层比特数模块：用以根据缩小后的最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，获取每一层的最优比特数；数据分层压缩模块：用以根据每一层的最优比特数进行数据分层压缩。

技术总结
本发明涉及数据压缩存储技术领域，具体涉及一种灵活用工平台数据智能存储方法及系统，包括：获取二进制数据，获取数据长度标记图、数据概率密度图，得到第一层比特数取值范围，根据数据长度的数据出现频次得到第一层比特数取值范围的优选程度，根据最优第一层比特数取值范围的子范围中数据长度的数据出现频次得到预测层深，根据预测层深和预设层深阈值得到缩小后最优第一层比特数取值范围，根据缩小后最优第一层比特数取值范围内任意比特数取值下需要增加的编码数量得到最优第一层比特数，进而得到每一层最优比特数，最后进行数据分层压缩。本发明通过自适应选取DACs算法每一层的最优比特数，使得压缩效果达到最优。使得压缩效果达到最优。使得压缩效果达到最优。


技术研发人员：刘晶晶
受保护的技术使用者：众科云（北京）科技有限公司
技术研发日：2023.07.07
技术公布日：2023/8/9