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。
李正欣, 张凤鸣, 王瑛, 陶茜, 李超. 多元时间序列缺失数据填补方法[J]. 系统工程与电子技术, 2018, 40(1): 225-230.
LI Zhengxin, ZHANG Fengming, WANG Ying, TAO Qian, LI Chao. Method of missing data imputation for multivariate time series[J]. Systems Engineering and Electronics, 2018, 40(1): 225-230.