缺失数据

作品数：912被引量：2485H指数：20
导出分析报告
相关领域：自动化与计算机技术理学更多>>
相关作者：赵志文罗双华秦永松薛留根金勇进更多>>
相关机构：北京工业大学国家电网有限公司云南大学广西师范大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家社会科学基金中央高校基本科研业务费专项资金教育部人文社会科学研究基金更多>>
-
在结果中检索

检索结果分析

结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于动态融合注意力机制的电力负荷缺失数据填充模型
《郑州大学学报(工学版)》2025年第2期111-118,共8页赵冬 李亚瑞 王文相 宋伟 
国家重点研发计划项目(2023YFC2206400);国家高能物理科学数据中心开放课题(HT-HEPS-T7-01050200-21-0008);河南省高等学校重点科研项目(22A520010)。
为了提高电力负荷数据的缺失值填充精度,保障后续数据分析与应用的高效进行,首先,提出一种基于动态融合注意力机制的填充模型(DFAIM),该模型由注意力机制模块和动态加权融合模块构成,通过注意力机制模块的两种不同注意力机制挖掘特征与...
关键词：缺失值填充 注意力机制 电力负荷 时序特征 
带有缺失数据的混合空间自回归模型的参数估计
《黑龙江科学》2025年第6期57-59,共3页曾梅 马娟娟 刘婷 
塔里木大学校长基金自然科学类胡杨英才项目(TDZKSS202332,TDZKSS202344)。
实际研究中,缺失数据的问题不可避免,而针对因变量含有缺失数据的混合空间自回归模型,对比分析直接删除法和回归插补法处理数据之后再利用极大似然估计(MLE)和两阶段最小二乘估计(2SLS)得到的模型参数估计效果,从实验结果和实证分析中...
关键词：参数估计 混合空间自回归模型 缺失数据 
基于横截面和纵向信息的函数型多重插补方法
《统计与决策》2025年第5期37-42,共6页高海燕 李唯欣 
国家社会科学基金资助项目(19XTJ002);甘肃省自然科学基金资助项目(23JRRA1186);甘肃省高校青年博士支持项目(2025QB-058)。
函数型数据是一类复杂的非线性结构数据,往往以函数(曲线)的形式呈现和储存,但在数据收集过程中不可避免地会出现数据缺失的情况。文章提出了一种基于横截面和纵向信息的函数型多重插补方法(Missforest Combining Gaussian Processes,MF...
关键词：机器学习 缺失数据 多重插补 集成模型 
基于Guass-Seidel型迭代分层线性模型的参数估计
《数理统计与管理》2025年第1期135-143,共9页周梦雨 田茂再 
中国人民大学科学研究基金(中央高校基本科研业务费专项资金资助)项目(22XNL016)。
缺失数据现象在观测数据中是十分常见的问题,而EM算法是针对缺失数据问题中求参数估计的常用方法,将不完全数据转化为完全数据问题来处理,本文针对缺失数据的分层线性模型提出了Guass-Seidel型迭代方法,其主要思想是,迭代产生当前最新值...
关键词：缺失数据 分层线性模型 EM算法 Guass-Seidel型迭代 
缺失数据下高维半参数变系数测量误差模型的惩罚经验似然
《系统科学与数学》2025年第2期603-612,共10页何帮强 王龙 
国家社科基金一般项目(18BTJ034);国家自然科学基金面上项目(72271003)资助课题。
文章研究在响应变量缺失下高维半参数变系数测量误差模型的参数估计与变量选择问题.首先,基于逆概率加权方法分别构造了纠偏参数部分和非参数部分的估计,在适当的条件下证明纠偏的非参数估计具有渐近正态性.然后,构造了纠偏参数部分的...
关键词：半参数变系数模型 测量误差 随机缺失 逆概率加权 惩罚经验似然 
基于CNN-LSTM模型的土壤温湿度缺失数据填补算法
《湖北农业科学》2025年第2期179-183,196,共6页张瑛进 史志强 古丽米拉·克孜尔别克 库木斯·阿依肯 
科技部科技创新2030重大项目(2022ZD0115800);新疆维吾尔自治区重大科技专项(2022A02011-4)。
针对因恶劣环境、电池耗尽、硬件故障等原因导致的土壤温湿度传感器数据丢失问题,提出一种基于卷积神经网络的长短期记忆网络(CNN-LSTM)填补模型。以闪电河流域2019年土壤温湿度数据为试验数据,分别选用CNN、LSTM、TCN、CNN-TCN、CNN-LS...
关键词：CNN-LSTM模型 土壤 温湿度 缺失数据填补算法 
基于乳腺癌数据的插补方法比较研究
《国际会计前沿》2025年第1期10-19,共10页杨丹 左俊希 
重庆理工大学研究生创新项目资助,为重庆理工大学研究生教育高质量发展行动计划资助成果。项目编号:gzlcx20232084;项目类选:校级全额资助一般项目;成果单位:重庆理工大学。
缺失数据一直是数据分析工作中面临的难题之一,缺失数据的存在会导致模型性能的损耗,因此尽可能准确地预测填补缺失的方法变得尤为重要。本文将依托于“威斯康星乳腺癌诊断”数据集进行常见插补方法的比较研究,首先将原始数据按照完全...
关键词：缺失数据 多重插补 KNN插补 均值插补 
不完备数据集多重填补数学建模与仿真分析
《计算机仿真》2025年第1期520-523,528,共5页于海杰 陶格斯 
2021年度内蒙古自治区高等学校科学研究项目(NJSY21118);2022年赤峰学院教育教学研究项目(JYJXY202244);赤峰学院2022年研究生教育教学改革项目(CFXYYKC2254)。
数据填补是保证不完备数据集高效使用的关键环节,但填补过程易受噪声数据、高维度等问题的干扰,为了解决上述问题,提出不完备数据集多重填补数学建模与仿真分析方法。采用基于主成分分析的降维方法处理不完备大数据集,用张量分解算法通...
关键词：矩阵特征分解 缺失数据预测 张量分解 临时软测量模块 缺失数据重构误差 
海外动态
《中国石油企业》2025年第1期128-129,共2页郭永峰(编译) 
“机器回归学习”可“找回”岩石物理的“缺失数据”成立于1760年的英国劳氏船级社(Lloyd's Register),在“石油物理学家与测井分析师”(SPWLA)联合举办的第63届年会上,提出利用“机器回归学习”方法寻找岩石物理的“缺失数据”,提高油...
关键词：缺失数据 岩石物理 海外动态 测井分析 数字化 联合举办 油气田勘探开发 回归学习 
针对缺失实验室指标多约束表征学习的卵巢癌鉴别方法
《南方医科大学学报》2025年第1期170-178,共9页卢梓涵 黄方俊 蔡光瑶 刘继红 甄鑫 
国家自然科学基金(82371908);国家自然科学基金青年基金(62106058);广东省自然科学基金(2022A1515011410,2024A1515012177,2024A1515012100)。
目的探索基于多约束表征学习分类模型在面对缺失实验室指标的情况下鉴别卵巢癌的鉴别能力和应用价值。方法收集了2344例患者(393例卵巢癌和1951例对照)的缺失实验室指标表格型数据,使用本研究提出的基于判别学习和互信息以及特征投影重...
关键词：缺失数据 多约束表征学习模型 判别分析 特征投影重要性得分一致性 缺失位置估算 互信息 卵巢癌 
全选清除导出
共91页<12345678910>
检索报告 对象比较 聚类工具 使用帮助 返回顶部