一種基于深度學習的缺失值填充方法及系統(tǒng)

基本信息

申請?zhí)?/td> CN201710358297.2 申請日 -
公開（公告）號 CN107273429B 公開（公告）日 2018-04-13
申請公布號 CN107273429B 申請公布日 2018-04-13
分類號 G06F17/30;G06N3/04;G06N3/08 分類 計算；推算；計數(shù);
發(fā)明人 王宏志;王藝蒙;趙志強;孫旭冉 申請（專利權(quán)）人 工創(chuàng)集團有限公司
代理機構(gòu) 北京格允知識產(chǎn)權(quán)代理有限公司 代理人 哈工大大數(shù)據(jù)產(chǎn)業(yè)有限公司
地址 150001 黑龍江省哈爾濱市經(jīng)開區(qū)哈平路集中區(qū)渤海路6號動漫基地F座509室
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種基于深度學習的缺失值填充方法及系統(tǒng)，其中方法包括以下步驟：對數(shù)據(jù)集進行預處理；利用訓練樣本集對初步構(gòu)建的卷積神經(jīng)網(wǎng)絡(luò)進行訓練并保存，使用訓練后得到的卷積神經(jīng)網(wǎng)絡(luò)對缺失測試樣本集進行缺失值填充，并將填充結(jié)果與測試樣本集比對，在不符合精度要求時調(diào)整卷積神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)并迭代前述訓練和驗證步驟直至滿足精度要求；將完整數(shù)據(jù)子集輸入卷積神經(jīng)網(wǎng)絡(luò)，得到完善的卷積神經(jīng)網(wǎng)絡(luò)；將缺失數(shù)據(jù)子集輸入完善的卷積神經(jīng)網(wǎng)絡(luò)完成缺失值的填充。本發(fā)明解決了數(shù)據(jù)庫缺失值填充的問題，達到了準確度更高、效率更快的效果，能更真實快速地還原缺失數(shù)據(jù)。