基于时空相关性的连续缺失值填补算法

摘要：

无线传感器网络中的缺失数据对后续的数据分析带来很多不利影响,在数据分析之前,预处理工作必不可少.传感器网络数据在时间和空间方面均存在一定的变化规律,现有的缺失值填补算法往往只从单一角度分析解决问题,为了充分利用时空2个维度的特性,本文提出一种基于时空相关性的缺失值填补方法.该方法运用回归拟合、改进的BP神经网络等方法,对缺失数据进行填补.实验结果表明,该方法可以有效地提升缺失值填补的精度.

关键词：时空相关性、缺失值、传感器网络、BP神经网络

分类号：TP309.2(计算技术、计算机技术)

资助基金：国家科技支撑计划资助项目2013BAB05B01

在线出版日期：2016-11-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：6-9