[发明专利]基因数据无损压缩方法、集成电路及无损压缩设备

权利要求书

1.基因数据无损压缩方法，其特征在于，包括以下步骤：

S1、将基因数据分割为若干数据字段；所述步骤S1中，将基因数据根据数据类型分割，取得对应数据类型的数据字段；所述数据类型包括名字信息、基因序列信息和基因序列信息中碱基对应的质量分数信息；

S2、根据各数据字段的数据特点以及实际压缩需求选择压缩算子，并组合为压缩算法；所述步骤S2中，所述压缩算子分类存储在算子池中，并列表记录各种类压缩算子的自身特点和适用场景，以及列表记录各压缩算法的自身特点和适用场景，所述自身特点和实际压缩需求均包括压缩率和压缩效率；所述压缩算子的类型包括数据转换类、熵编码类以及其他无损一般编码类；所述步骤S2具体包括以下步骤：

S21、从压缩算子和压缩算法中，根据各数据字段的数据特点，和压缩算子或压缩算法的适用场景，选择出数据特点与适用场景相匹配的压缩算法集；

S22、根据实际压缩需求从压缩算法集中选择符合条件的最优压缩算法；

S3、将各数据字段根据对应的压缩算法进行压缩处理；

S4、将各数据字段的压缩结果进行合并；所述步骤S4中，各数据字段压缩结果的合并方式为：将各数据字段压缩结果以特定的格式存储在同一文件中，并在文件的文件头中以存储顺序标明各个数据字段所选择的压缩算法中所包含的压缩算子的组合；

所述步骤S1中，还包括以下步骤：

S101、将N个数据字段中的每个数据字段分割为M个数据块；

所述步骤S2中，还包括以下步骤：

S201、将压缩算法中的压缩算子并行设置，并设置为M条相同的压缩流水线；每个数据字段分别分配M条相同的压缩流水线；

S202、获取压缩流水线的第一并行度K_N，并根据第一并行度K_N获取第N个数据字段的第二并行度M*K_N；

S203、根据每个数据字段的第二并行度M*K_N，分析每个数据字段完成压缩的完成时间，并记录完成的同步率；

S204、判断同步率是否符合设定值，若不符合，则调整压缩流水线中的压缩算子或压缩算法的组合，获取压缩流水线的第一并行度K_N’和每个数据字段的第二并行度M*K_N’；

S205、重复执行步骤S203和步骤S204，直至同步率符合设定值；

S5、根据第一并行度K_N和第二并行度M*K_N分析基因数据的压缩性能；

所述步骤S5具体包括以下步骤：

S501、根据第一并行度K_N，获取Min(K_N)；

S502、根据每个数据字段的第二并行度M*K_N，获取基因数据的第三并行度M*N*Min(K_N)；

S503、根据第三并行度M*N*Min(K_N)分析基因数据的压缩性能。

2.基因数据无损压缩集成电路，其特征在于，运用了如权利要求1所述的基因数据无损压缩方法，其结构包括：字段分离器、算子池、算子选择器、算子组合器和字段合并器；

字段分离器：用于将输入的基因数据分割为若干数据字段；

算子池：用于存储多种类型的压缩算子；

算子选择器：用于接收各数据字段和对应各个字段的实际压缩需求，并根据各数据字段的数据特点以及实际压缩需求从算子池选择压缩算子；

算子组合器：将选择的压缩算子组合为压缩算法；

字段合并器：将各数据字段根据对应组合好的压缩算法进行压缩处理，并将各数据字段的压缩结果进行合并。

3.基因数据无损压缩设备，其特征在于，包括基因数据无损压缩集成电路、存储器和内存控制器，所述内存控制器获取实际压缩需求，并将存储在存储器中的基因数据，均输入到基因数据无损压缩集成电路中，获取根据权利要求2所述的集成电路所得到的压缩合并文件，并存储到存储器中。