[发明专利]修补时空序列数据中的缺失数据的方法及装置

权利要求书

1.一种修补时空序列数据中的缺失数据的方法，其特征在于，包括：

分别确定空间周边点以及时间周边点对数据缺失的待求点的贡献权重；

根据对所述待求点的贡献权重从大到小排序靠前的多个空间周边点，算 出所述待求点的空间维度估计数据；

根据对所述待求点的贡献权重从大到小排序靠前的多个时间周边点，算 出所述待求点的时间维度估计数据；

根据所述空间维度估计数据和所述时间维度估计数据，算出所述待求点 的数据。

2.根据权利要求1所述的方法，其特征在于，利用如下式1来确定空间 周边点对所述待求点的贡献权重，

式1，

其中，w_i为各空间周边点对所述待求点的贡献权重；

μ为拉格朗日系数；

C(y_i,y_i')为第i个空间周边点与第i'个空间周边点的协方差；

b_i为第i个空间周边点与所述待求点的期望比；

C(y_i,y₀)为第i个空间周边点与所述待求点的协方差；

1≤i≤n,1≤i'≤n，n为空间周边点的个数。

3.根据权利要求2所述的方法，其特征在于，根据对所述待求点的贡献 权重从大到小排序靠前的n个空间周边点，利用如下式2来算出所述待求点的 空间维度估计数据y₀，其中y_i表示对所述待求点的贡献权重从大到小排序靠 前的第i个空间周边点的数据，w_i表示第i个空间周边点对所述待求点的贡献 权重，

y0=Σi=1nwiyi]]>式2。

4.根据权利要求1所述的方法，其特征在于，利用如下式3来确定时间 周边点对所述待求点的贡献权重，

式3，

其中，为各时间周边点对所述待求点的贡献权重；

h为拉格朗日系数；

C(t_j,t_j')为第j个时间周边点与第j'个时间周边点的协方差；

a_j为第j个时间周边点与所述待求点的期望比；

C(t_j,t₀)表示第j个时间周边点与所述待求点的协方差；

1≤j≤m,1≤j'≤m，m为时间周边点的个数。

5.根据权利要求4所述的方法，其特征在于，根据对所述待求点的贡献 权重从大到小排序靠前的m个时间周边点，利用如下式4来算出所述待求点 的时间维度估计数据其中t_j表示对所述待求点的贡献权重从大到小排序 靠前的第j个时间周边点的数据，表示第j个时间周边点对所述待求点的 贡献权重，

式4。