多元时间序列缺失数据填补方法

2018年第01期

关键词:
多元时间序列;缺失数据填补;相似性搜索;最小二乘支持向量机

Keywords
multivariate time series;missing data imputation;similarity search;least squares support vector machine
摘要
     多元时间序列是一种普遍存在的数据类型,受多种干扰因素的作用,序列中难免存在缺失数据,影响后续的分析处理。首先,针对存在缺失数据的序列,搜索与其同类的相似序列,构建训练集;然后,利用最小二乘支持向量机,分别进行多变量填补和单变量填补;第三,根据多变量和单变量填补结果的差异度,提出了一种组合阈值填补方法。最后,对所提方法进行了实验验证,结果表明,它具有较高的填补精度且适用于缺失数据较多的场合。


本文地址:www.fabiao.net/content-16-5519-1.html

上一篇:非自治随机Sine-Gordon方程组的拉回动力行为
下一篇:一类分数阶SIQS传染病模型的稳定性分析

分享到: 分享多元时间序列缺失数据填补方法到腾讯微博           收藏
评论排行
公告