偏注意力机制和重叠式重构的连续缺失修补方法及系统
知识产权简介
本发明创新性地提出了一种时间序列修补模型,该模型能有效表示不完整片段的特征并学习它们之间的关系,实现了对于不完整序列长期依赖关系的挖掘和对连续缺失数据的修补。首先,本发明引入了一种偏注意力机制,该机制包含两个额外的$key$和$value$向量以及可学习的位置嵌入向量,用于稳定且有效地表征不完整片段。同时,本发明采用一种重叠式重建方法,以有效学习准确修补序列所需的片段内部和片段间的依赖关系。实验结果验证了本发明在各种连续缺失条件下的整体性能。该发明在连续缺失数据的修补精度方面分别优于最先进的七个时间序列修补和预测模型约15.4%和14.7%。