نام پژوهشگر: محسن کمپانی
وجیهه مصری محسن کمپانی
امروزه در طی افزایش داده های تولید شده توسط ابزارهای تحلیلی، فشرده سازی مناسب، ضرورتی است که همواره نیاز به آن احساس می شود. فشرده سازی داده ها باعث کاهش زمان محاسبات و رسیدن آن به حد قابل قبولی می شود. هر چه حجم و نویز داده ها کاهش یابد تحلیل آنها ساده تر می شود و همچنین زمان انجام محاسبات بطور قابل ملاحظه ای کاهش می یابد. استفاده از نرم افزار manager microsoft office picture و matlab بطور همزمان روشی بسیار سودمند برای فشرده سازی داده های طیفی ارائه می کند. فشرده سازی می تواند در سطوح مختلف انجام شود که در هر سطح اندازه داده به نصف مرحله قبل کاهش یافت. این کار شامل روشی ست برای تعیین یک سطح بهینه از فشرده سازی داده ها که در آن هدف این است که هیچ اطلاعاتی از دست نرود و همچنین تغییری در ساختار داده ها ایجاد نشود. این روش بر اساس تخمین singular values(sv) از ماتریس داده ها و singular valuesاز هر سطح فشرده شده است. همچنین محاسبه ی انحراف مطلق میانه آماری مربوط به داده های حاصل از ارتباط sv داده اصلی و هر یک از مراحل فشرده سازی سطوح مختلف فشرده شده به طور جداگانه است. این پارامتر در نهایت در یک نمودار در مقابل هر یک از سطوح فشرده شده رسم شد.