一种考虑动态约束的深度矩阵分解的数据补全方法及系统
技术特征:
1.一种考虑动态约束的深度矩阵分解的数据补全方法,其特征在于,包括:
2.根据权利要求1所述的考虑动态约束的深度矩阵分解的数据补全方法,其特征在于,所述获取原始完整数据集,对所述原始完整数据集进行数据缺失处理,得到缺失处理数据集,包括:
3.根据权利要求2所述的考虑动态约束的深度矩阵分解的数据补全方法,其特征在于,所述预置掩码矩阵包括第一掩码矩阵和第二掩码矩阵,所述第一掩码矩阵为根据规律性数据缺失情况设置的,所述第二掩码矩阵为根据大片段数据缺失情况设置的。
4.根据权利要求2所述的考虑动态约束的深度矩阵分解的数据补全方法,其特征在于,所述对所述缺失处理数据集进行标准化预处理,包括:
5.根据权利要求4所述的考虑动态约束的深度矩阵分解的数据补全方法,其特征在于,所述使用标准化预处理后的所述缺失处理数据集,训练得到考虑动态约束的深度矩阵分解模型,包括:
6.根据权利要求5所述的考虑动态约束的深度矩阵分解的数据补全方法,其特征在于,所述通过差分运算计算所述新稀疏矩阵中的每个数据点的数据变换速率,包括:
7.根据权利要求6所述的考虑动态约束的深度矩阵分解的数据补全方法,其特征在于,所述将所述数据变换速率作为动态约束条件,训练出考虑动态约束的深度矩阵分解模型,包括:
8.一种考虑动态约束的深度矩阵分解的数据补全系统,其特征在于,包括:
技术总结
本发明涉及一种考虑动态约束的深度矩阵分解方法及系统,方法包括:获取原始完整数据集,对原始完整数据集进行数据缺失处理,得到缺失处理数据集;对缺失处理数据集进行标准化预处理;使用标准化预处理后的缺失处理数据集,训练得到考虑动态约束的深度矩阵分解模型;当接收到缺失数据的当前数据集时,通过考虑动态约束的深度矩阵分解模型对当前数据集进行数据补全。将数据变化速率作为动态约束条件来提高模型对缺失数据的补全能力,考虑了数据随时间的变化情况,强调了数据的动态特性而不仅仅是静态数值,通过约束数据变化速率,考虑动态约束的深度矩阵分解模型被引导去理解数据的动态变化规律,从而提高数据的补全精度。
技术研发人员:李勇刚,贺婧秀,季志毅,阳春华,李东
受保护的技术使用者:中南大学
技术研发日:
技术公布日:2024/11/18
文档序号 :
【 40050534 】
技术研发人员:李勇刚,贺婧秀,季志毅,阳春华,李东
技术所有人:中南大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:李勇刚,贺婧秀,季志毅,阳春华,李东
技术所有人:中南大学
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
