[发明专利]对连续性数据中的异常数据的恢复方法在审
申请号: | 201811184700.5 | 申请日: | 2018-10-11 |
公开(公告)号: | CN109408772A | 公开(公告)日: | 2019-03-01 |
发明(设计)人: | 周杰;贾川江 | 申请(专利权)人: | 四川长虹电器股份有限公司 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G06K9/62 |
代理公司: | 成都虹桥专利事务所(普通合伙) 51124 | 代理人: | 吴中伟 |
地址: | 621000 四*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 异常数据 预测模型 连续性数据 数据恢复 数据特征 矩阵 数据处理技术 恢复 定义数据 构造特征 数据矩阵 特征数据 原始数据 正常数据 替换 检测 预测 分析 | ||
本发明涉及数据处理技术,其公开了一种对连续性数据中的异常数据的恢复方法,解决现有技术中对于异常数据的处理方案存在数据质量不高的缺陷。该方法包括:a.检测原始数据中的异常数据;b.对正常数据的数据特征进行分析和提取,构造特征数据矩阵;c.定义数据恢复预测模型;d.利用特征数据矩阵对数据恢复预测模型进行训练,获得训练好的数据恢复预测模型;e.将异常数据的数据特征作为输入,利用训练好的数据恢复预测模型进行预测,获得异常值对应的修正值;f.利用异常值对应的修正值来替换异常值。本发明适用于连续性数据中异常数据的处理。
技术领域
本发明涉及数据处理技术,具体涉及一种对连续性数据中的异常数据的恢复方法。
背景技术
在连续性数据采集的过程中,有时候会因为各种原因导致采集数据的异常,例如:某一日中,数据采集服务器集群中的部分服务器异常,无法接受来自部分终端上传的部分数据,导致当日采集的数据异常。
现有技术中,对于异常数据的处理一般采用以下方式:
1.删除异常数据;
2.利用异常数据附近点的均值来对异常值进行填补。
在实际生产过程中,第一种方式在对数据质量要求不高的情况下可行,比如使用数据的人员只关心终端活跃率的趋势走向,并不关心具体某一天的终端用户活跃率,此时,删除不对数据趋势产生影响的异常数据是可行的;但是,如果使用数据的人员对数据质量要求较高,且不允许数据有缺失,那么这种方式就不可行。
第二种方式虽然填补了异常值,但是利用一般的统计方法填补的值是粗糙的,丢失了部分数据特征,最后的填补值与真实值的差距比较大,也会影响整个数据的准确性。
综上,现有技术对于异常数据的处理方案存在数据质量不高的缺陷。
发明内容
本发明所要解决的技术问题是:提出一种对连续性数据中的异常数据的恢复方法,解决现有技术中对于异常数据的处理方案存在数据质量不高的缺陷。
本发明解决上述技术问题采用的技术方案是:对连续性数据中的异常数据的恢复方法,包括以下步骤:
a.检测原始数据中的异常数据;
b.对正常数据的数据特征进行分析和提取,构造特征数据矩阵;
c.定义数据恢复预测模型;
d.利用特征数据矩阵对数据恢复预测模型进行训练,获得训练好的数据恢复预测模型;
e.将异常数据的数据特征作为输入,利用训练好的数据恢复预测模型进行预测,获得异常值对应的修正值;
f.利用异常值对应的修正值来替换异常值。
作为进一步优化,步骤a中,采用四分位法则来计算数据的正常值的上下限,并将原始数据与正常值的上下限进行比较,若在上下限范围外,则属于异常数据。
作为进一步优化,步骤b中,基于数据指标的关联关系对正常数据的数据特征进行分析和提取。
作为进一步优化,步骤c中,定义带有未知参数的数据恢复预测模型:Y=CTXT+B,其中CT为参数矩阵,XT为特征数据矩阵,B为偏置项。
作为进一步优化,步骤d中,采用线性回归算法对数据恢复预测模型进行训练:
在训练前,将特征数据矩阵划分为训练集数据和测试集数据,训练时,利用训练集数据训练模型,利用测试集数据来验证模型。
本发明的有益效果是:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811184700.5/2.html,转载请声明来源钻瓜专利网。