多变量时间序列中基于克罗内克压缩感知的缺失数据预测算法

• 作者: 宋晓祥 李宁 郭艳 钱鹏
• 来源期刊: 电子与信息学报
• 学科: 工学
• 关键词: 多变量时间序列 缺失数据 克罗内克压缩感知 时域平滑特性 潜在相关性
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 论文
• 页码范围: 858-864
• 页数: 7页
• 分类号: TN911.7
• 字数: 5742字
• 语种: 中文
• DOI: 10.11999/JEIT180541

摘要

针对现有算法在预测多变量时间序列中的缺失数据时不适用或只适用于缺失数据较少的情况,该文提出一种基于克罗内克压缩感知的缺失数据预测算法.首先,利用多变量时间序列的时域平滑特性和序列之间的潜在相关性从时空两个方面设计了稀疏表示基,从而将缺失数据预测问题建模成稀疏向量恢复问题.模型求解部分,根据缺失数据的位置特点设计了适合当前应用场景且与稀疏表示基相关性低的观测矩阵.接着,从稀疏表示向量是否足够稀疏和感知矩阵是否满足有限等距特性两个方面验证了模型的性能.最后,仿真结果表明,所提算法在数据缺失严重的情况下具有良好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宁	陆军工程大学通信工程学院	15	15	2.0	3.0
2	郭艳	陆军工程大学通信工程学院	8	14	2.0	3.0
3	宋晓祥	陆军工程大学通信工程学院	4	11	2.0	3.0
4	钱鹏	陆军工程大学通信工程学院	2	5	1.0	2.0