旋轉門算法

旋轉門算法是一種比較快速的線性擬合算法，常常用於實時資料庫中對數據進行壓縮，使存儲容量大大的減少。在實時資料庫中，數據通常具有如下特點：1. 數據採集量大。2. 數據臨近度高。如果不能對這些數據進行壓縮，將對資源造成巨大的浪費。旋轉門算法作為線性擬合的一種簡便算法，具有效率高、壓縮比高、實現簡單、誤差可控制的優點，現在已成為一種專門算法。

名稱

英文名稱：SDT(Spinning Door Transformation)

中文名稱：旋轉門算法

算法原理

旋轉門算法

旋轉門算法更為形象說法是根據數據構建一個又一個的高度（該高度及有損壓縮的閾值）固定的平行四邊形去“套住”數據，在不能“套住”時將前一個點進行歸檔（存儲）。其中，旋轉門就是圖中不斷在“擴張”的平行四邊形，每時每刻，此平行四邊形的豎直方向的邊的長度始終為閾值的2倍。每次擴張之時，都要檢查平行四邊形能否把所有點都套在平行四邊形內部，若有點沒有被套住，則之前的所有點就需要被歸檔（壓縮）。

算法變形

旋轉門算法除了平行四邊形算法之外，還能用三角形算法來表示。

算法優點

相對於最小二乘法，算法的執行速度比較快。

相對於最小二乘法，算法有對誤差控制的功能。

算法不足

相對於最小二乘法，旋轉門算法無法對鋸齒點進行有效的處理。

相對於最小二乘法，旋轉門算法擬合度較低。