龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：南开大学
摘要：本发明涉及人工智能技术领域，提供一种基于图结构学习的时空数据缺失值填补方法，根据信号类别将存在缺失值的时空数据分解为空间相关性信息和时序信号;根据时序信号构建训练标签以及输入信号；将输入信号投影到高维度隐空间，通过跨时间表征提取模块，获得时序表征；通过节点尺度空间学习模块获得节点尺度表征；通过特征尺度空间学习模块获得特征尺度表征；通过跨特征表征学习模块，获得重建的时序信号；将处理输入信号得到重建时序信号的模块组成填补框架，将时序信号输入训练后的填补框架，获得完整的时空数据。本发明在填补准确率指标上明显优于现有方法，可以明显提升下游时空分析任务的性能。
主权项：1.一种基于图结构学习的时空数据缺失值填补方法，其特征在于，包括：S1:获取多个节点的存在缺失值的时空数据，根据信号类别将时空数据分解为空间相关性信息和时序信号，根据时序信号构建训练标签以及输入信号；时空数据为不同地理位置的站点通过多种传感器连续记录的数据，用节点代表现实中的站点；S2:将输入信号投影到高维度隐空间，获得隐空间内表征，通过将隐空间内表征输入到跨时间表征提取模块，获得时序表征；S3:通过节点尺度空间学习模块学习不同节点的尺度全局图结构，以节点尺度全局图结构为参考，将空间相关性信息和时序表征输入到节点尺度空间学习模块，获得节点尺度表征；S4:通过特征尺度空间学习模块学习所有节点不同特征之间的共有特征尺度图结构，以共有特征尺度图结构为参考，将时序表征输入到特征尺度空间学习模块，获得特征尺度表征；S5:将时序表征、节点尺度表征以及特征尺度表征进行拼接和投影，输入到跨特征表征学习模块，并经过投影，获得重建的时序信号；S6:将跨时间表征提取模块、节点尺度空间学习模块学习、特征尺度空间学习模块以及特征尺度空间学习模块组成填补框架，根据训练标签和重建的时序信号训练填补框架；S7:将时空数据中含有缺失值的时序信号输入训练后的填补框架，获得输出向量，通过参考输出向量获得完整的时空数据。
全文数据：
权利要求：
百度查询： 南开大学 一种基于图结构学习的时空数据缺失值填补方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号