[发明专利]对有缺失的数据进行近似查询的方法、系统及存储介质

权利要求书

1.一种对有缺失的数据进行近似查询的方法，其特征在于，包括以下步骤：

S1、将输入的带有缺失的数据集合的每一个维度作为自编码机的输入层的一个节点输入到自编码机中，记录数据中缺失点的位置，并用固定值填充缺失点；

S2、利用填充缺失点后的数据训练所述自编码机，保存训练后的自编码机模型；

S3、利用训练后的自编码机模型对所述数据集合进行降维处理，将降维处理后的数据v作为p稳定分布距离敏感哈希函数的输入，得到L组哈希值；

S4、对于每一组哈希值，使用b个标准的哈希函数将该组哈希值映射到布鲁姆过滤器位数组的b个位置；

S5、对于待查询的数据，执行步骤S3～S4的操作，若对于某一组哈希值，布鲁姆过滤器位数组的b个位置都被置为1，则近似查询成功；否则，遍历其余组哈希值，若L组哈希值遍历完后，未得到近似查询成功的结果，则查询失败。

2.根据权利要求1所述的对有缺失的数据进行近似查询的方法，其特征在于，步骤S1中，用大小为n×d的记录矩阵记录下缺失点位置；其中，n为数据个数，d为数据维度；缺失点处值为0，未缺失处值为1。

3.根据权利要求1所述的对有缺失的数据进行近似查询的方法，其特征在于，步骤S2中，将填充后的数据作为自编码机的输入，获取被自编码机解码后的数据，将解码出的数据乘以记录矩阵，使得缺失数据被置为0。

4.根据权利要求1所述的对有缺失的数据进行近似查询的方法，其特征在于，p稳定分布距离敏感哈希函数的表达式为：：其中，a为与输入数据维度相同的一个随机向量，随机向量a中的每一维数据均随机的、独立的从p-stable分布中取得，b为[0,w]范围内的随机数，w为直线上分段的段长。

5.根据权利要求1所述的对有缺失的数据进行近似查询的方法，其特征在于，所述布鲁姆过滤器位数组初始化为0；插入元素时，使用b个标准的哈希函数将元素映射到b个位置，将位置数值置为1。

6.根据权利要求5所述的对有缺失的数据进行近似查询的方法，其特征在于，b＝(m/n)ln(2)，其中n为布鲁姆过滤器插入的元素个数，m为布鲁姆过滤器的比特数组长度，b为布鲁姆过滤器中哈希函数个数。

7.一种对有缺失的数据进行近似查询的系统，其特征在于，包括计算机设备；所述计算机设备被配置或编程为用于执行权利要求1～6之一所述方法的步骤。

8.一种计算机存储介质，其特征在于，其存储有程序；所述程序被配置为用于执行权利要求1～6之一所述方法的步骤。