[发明专利]时间序列数据的缺失值填充方法和装置

说明书

本公开涉及云计算领域。本公开的实施例提供了时间序列数据的缺失值填充方法和装置。该方法包括：获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。该方法提升了时序数据缺失值的填充精度。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及云计算领域，尤其涉及时间序列数据的缺失值填充方法和装置。

背景技术

时间序列数据是在时间上分布的一系列数值。随着云计算和物联网技术的发展，时间序列数据越来越常见，例如气温、工业传感器数据、股票价格、服务器状态参数(如CPU和内存占用率)，等等。由于真实场景中设备的故障、通讯错误等问题，真实的时间序列数据中往往存在很多缺失值。这些缺失值对后续的统计分析等应用具有验证的影响。

发明内容

本公开的实施例提出了时间序列数据的缺失值填充方法和装置、电子设备和计算机可读介质。

第一方面，本公开的实施例提供了一种时间序列数据的缺失值填充方法，包括：获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。

在一些实施例中，上述数据填充模型包括编码器和解码器，编码器对输入的原始时间序列数据和对应的掩膜序列进行特征提取，解码器对编码器提取出的特征进行解码，得到已填充时间序列数据。

在一些实施例中，上述编码器包括依次连接的至少两个卷积模块，解码器包括与各卷积模块一一对应且依次连接的反卷积模块，解码器中的第一个反卷积模块的输入包括编码器中最后一个卷积模块的输出，解码器中其他各反卷积模块的输入包括编码器中对应的卷积模块的输出和与反卷积模块连接的上一个反卷积模块的输出。

在一些实施例中，上述方法还包括：基于样本数据训练得到生成式对抗网络；其中，样本数据包括缺失部分值的样本时间时间序列数据和与样本时间序列数据对应的完整时间序列数据；生成式对抗网络中的生成器的损失函数包括：表征样本时间序列数据中缺失值的预测误差的第一损失函数；以及以下至少一项：表征样本时间序列数据中的非缺失值的预测误差的第二损失函数、表征样本时间序列数据在频率域的预测误差的第三损失函数、生成式对抗网络的交叉熵损失函数。

在一些实施例中，上述样本时间序列数据包括相互关联的至少两组样本时间序列数据。

在一些实施例中，上述方法还包括：利用原始时间序列数据中的缺失值的预测数值对原始时间序列进行填充，得到原始时间序列数据对应的完整时间序列数据；对完整时间序列数据进行建模分析。

第二方面，本公开的实施例提供了一种时间序列数据的缺失值填充装置，包括：获取单元，被配置为获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；填充单元，被配置为将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。