Flatbuffers 可以利用向量中的 0 吗？ 还是其他小波比 Haar 变换更好？

Question

我正在序列化一些数据并希望在不丢失数据的基本细节的情况下使文件大小尽可能小。 对我来说，第一步是以二进制格式而不是 ASCII 格式保存数据，我决定尝试使用 Flatbuffers。 以前，当数据存储为文本文件时，它们大约为 400 mb。 使用下面显示的模式，文件大约为 200 mb。 所以这是一个很好的尺寸减小，但更小当然会更好。 数据由1个ControlParams，82个ControlData组成，强度向量占据了大部分空间，是一个大小约为128x5000的矩阵。 我们已经接近理论二进制大小 128x5000*82 * 4 字节每个浮点 ~ 200 mb。 矩阵通常非常密集，但在这里和那里我可以看到为零的行。 Flatbuffers 可以利用这些零来进一步减小文件大小吗？ 也许有人可以在模式中发现其他低效率，因为我刚刚开始使用 Flatbuffers？

另一种减小文件大小的方法可能是研究不同的小波来压缩原始强度。 我现在正在使用 Haar 变换，因为我能够创建一个 C++ 函数来执行此操作，并发现可以进行 2 倍或可能 4 倍的压缩。 我可能想研究其他小波，但想知道其他人是否尝试过与 Haar 不同的小波，并发现他们能够使用更少的系数。

namespace RTSerialization;

table ControlParams{
    extractStepSizeDa:float = 1.0005;
    smooth:bool = false;
    haarLevel:int = 10;
    deltaTimeSec:float;
}

table ControlData{
    mzAxis:[float];
    timeSec:[float];
    intensities:[float];
    scanFilter:string;
}

table ControlParamsAndData{
    params:ControlParams;
    dataSet:[ControlData];
}

root_type ControlParamsAndData;

Answer 1

是的，您的大小完全由单个float组决定，FlatBuffer 格式的其余部分与如何将其变小的问题完全无关。

不，FlatBuffers 不做任何形式的自动压缩，因为设计完全是关于随机访问的。 对浮点数组的任何访问都应该是 O(1)。

因此，优化这些数据完全取决于您。 你说数据是矩阵......矩阵中的浮点数通常在 -1 到 1 等有限范围内，所以可以量化为一个short ?

当然，其他形式的压缩意味着您必须自己打包/解包。