来源:《微电子学与计算机》2019年第03期  作者:张网娟;许国艳;李敏佳;朱帅;
选择字号

基于卷积神经网络的缺失数据填充方法

收藏本文  分享

受不利因素影响,传感器网络中的数据不可避免地存在缺失,阻碍上层应用对数据的分析与处理.使用能够自主提取和学习有效特征结构的卷积神经网络对缺失数据问题进行研究,提出一种基于卷积神经网络的缺失数据填充方法.首先,分别针对时间序列数据的时间相关性和传感器节点间的空间相关性,使用卷积神经网络填充模型对缺失数据进行单维度相关性的填充.然后,根据时间维度和空间维度的填充结果,考虑时空相关性对缺失数据进行填充.最后,在真实数据集上进行实验验证,实验结果表明考虑时空多维度相关性的填充结果优于只考虑单维度相关性的填充结果,并与BP模型进行对比,验证了卷积神经网络填充模型的有效性.(本文共计6页)......[继续阅读本文]

下载阅读本文订阅本刊

图书推荐

    相关文章推荐

    看看这些杂志对你有没有帮助...

    更多杂志>>