大规模向量式有限元行为数据压缩模型及算法

摘要：

针对向量式有限元程式计算所产生的结果数据体积庞大,上传云端和读取处理的速度瓶颈,必须对其进行有效的压缩.通过对向量式有限元行为数据进行分析,依据数据本身的冗余度高、无效信息多、数据格式较长等特点,进而提出一种适用的压缩算法,对行为数据进行时间帧合并、删减冗余数据、舍去过长精度、线元素增量表示等压缩方法.经过验证,本算法压缩后的数据体积明显减小,而程序读取数据的速度则有显著提高,大幅改善了向量式有限元行为分析软件的使用效率.

关键词：向量式有限元、数据压缩算法、行为数据

所属期刊栏目：42

分类号：TN919

资助基金：国际自然科学基金41171303

在线出版日期：2014-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1711-1717