摘要
多元时间序列数据分析在交通流量预测、气象变化监测、医疗健康监测等领
域中至关重要,但在现实场景中普遍存在数据缺失问题,有的缺失率甚至超过
50%,严重影响下游分析的准确性和可靠性。现有插补方法大多面向低缺失率场
景设计,在全局趋势恢复和局部细节捕捉上存在局限,面临梯度消失、时空依赖
关系建模不足、复杂非线性特征表征困难等难题。为此,本文针对高缺失率的多
元时间序列,从时间依赖性建模和时空联合建模两个角度展开插补方法研究。本
文主要贡献如下:
针对现有模型在高缺失率场景下对维度间复
您可能关注的文档
最近下载
- 走向成熟(青春期男生性教育).ppt VIP
- 20260424 家庭如何应对地震灾害?(震重其事).pptx
- 中标通知书中标通知书.docx VIP
- 新人教版高中化学选择性必修一全册重点知识点归纳总结(复习必背).docx VIP
- IT运维服务方案信息运维服务方案.pdf VIP
- 家庭功能评定量表(FAD).docx VIP
- 老年人能力评估师——国家职业技能标准(2020年版)(精排版).pdf VIP
- 医院IT外包运维解决方案(医院信息化运维服务方案).pdf VIP
- 2025年甘肃省天水市、平凉市、金昌市、定西市、庆阳市中考地理试卷(含解析).docx
- 安全监理考试题库及答案.docx VIP
原创力文档

文档评论(0)