基于改进循环神经网络的多数据流缺失值估计

• 作者: 汪广明 何滔 熊玺 卢玉龙 王明涛
• 来源期刊: 粘接
• 学科: 工学
• 关键词: 缺失值 数据流 循环神经网络 插值模块 插补模块 Dropout
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 数据信息与智能|Data information and intelligence
• 页码范围: 108-111
• 页数: 4页
• 分类号: TP39
• 语种: 中文
• DOI: 10.3969/j.issn.1001-5922.2022.02.026

摘要

为准确估计多传感数据流中的缺失值,提出了一种改进循环神经网络模型.所设计的改进循环神经网络由插值模块和插补模块组成,其中插值模块是在数据流内捕获传感数据之间的时间相关性;插补模块则是基于全连接神经元层在不同数据流之间捕获传感数据值之间的时间相关性.循环神经网络模型还使用Dropout方法进行多重插补以进一步提高估计准确度.基于真实电力设备传感数据的实验,结果表明:所设计改进循环神经网络能够实现缺失传感数据的准确估计.