一种高维插值的压缩存储及计算方法

    公开(公告)号:CN110674133A

    公开(公告)日:2020-01-10

    申请号:CN201910849608.4

    申请日:2019-09-09

    Abstract: 本发明公开了一种高维插值的压缩存储及计算方法,它首先根据插值表的各维插值自变量递归地构建一棵插值自变量的深度存储树,用于对各维插值区间的查找,然后根据插值自变量构建动态插值二叉树,将插值计算过程转换为对树的图操作,最终求得结果。多维插值表的存储树结构大大压缩了重复数据的存储开销;动态插值二叉树的建立将线性插值空间和非线性插值空间的插值过程统一化,简化了计算,有助于芯片级实现以大幅提高高维插值计算的效率;结合树型和二分查找的方法,避免了传统方法对插值坐标向量进行线性式顺序查找的时间开销,将查找效率由线性级提高到了指数级。随着问题维数的数量级的增加,这种优势会表现得更加明显。

    一种高维插值的压缩存储及计算方法

    公开(公告)号:CN110674133B

    公开(公告)日:2022-05-24

    申请号:CN201910849608.4

    申请日:2019-09-09

    Abstract: 本发明公开了一种高维插值的压缩存储及计算方法,它首先根据插值表的各维插值自变量递归地构建一棵插值自变量的深度存储树,用于对各维插值区间的查找,然后根据插值自变量构建动态插值二叉树,将插值计算过程转换为对树的图操作,最终求得结果。多维插值表的存储树结构大大压缩了重复数据的存储开销;动态插值二叉树的建立将线性插值空间和非线性插值空间的插值过程统一化,简化了计算,有助于芯片级实现以大幅提高高维插值计算的效率;结合树型和二分查找的方法,避免了传统方法对插值坐标向量进行线性式顺序查找的时间开销,将查找效率由线性级提高到了指数级。随着问题维数的数量级的增加,这种优势会表现得更加明显。

Patent Agency Ranking