[发明专利]基于OS-ELM网络的时间序列数据在线补齐方法

权利要求书

1.基于OS-ELM网络的时间序列数据在线补齐方法，其特征在于，包括如下步骤：

(1)模型参数初始化阶段，对OS-ELM网络中的各个参数进行初始化操作；

(2)数据实时获取阶段，数据d(k)＝{d₁,d₂,…,d_k,…},k∈Z+实时传输入补齐模型中，作为初始输入数据，为后面的数据预处理做准备；

(3)数据预处理阶段；

(4)基于OS-ELM的数据补齐阶段；

(5)补齐数据输出阶段；实时输出初始输出数据与补齐数据的合并数据，直至终止补齐流程。

2.如权利要求1所述的基于OS-ELM网络的时间序列数据在线补齐方法，其特征在于，步骤(1)中，将需要初始化的参数输入权重向量a_i、隐含层偏差b_i、隐含层节点数进行初始化设置，其中输入权重a_i和隐含层偏差b_i都是从[-1,1]范围内随机选择的。

3.如权利要求1所述的基于OS-ELM网络的时间序列数据在线补齐方法，其特征在于，步骤(3)中，数据预处理阶段具体包括如下步骤：

(31)查看输入数据是否有空值，检验输入数据是否存在数据缺失现象；

(32)将数据进行无量纲化处理，进行Z-Score标准化处理，Z-Score标准化公式如下：

其中，z为标准化后的结果，x为输入的原始数据，μ为数据集的平均值，δ为数据集的标准差；

(33)将初始输入数据划分出输入集X与目标集Y，其中划分后的输入集X如下：

划分后的目标集Y如下：

(34)生成输入值-输出值键值对矩阵(x_i,t_i)∈Rⁿ×R。

4.如权利要求1所述的基于OS-ELM网络的时间序列数据在线补齐方法，其特征在于，步骤(4)中，基于OS-ELM的数据补齐阶段具体包括如下步骤：

(41)向模型中追加样本，更新输出权重与隐含层输出矩阵；

(42)对预测值范围内的数据进行预测；

(43)判断数据是否缺失，对缺失的数据用预测值进行补齐，并更新追加的样本数据。

5.如权利要求1所述的基于OS-ELM网络的时间序列数据在线补齐方法，其特征在于，步骤(5)中，实际输出的数据为预测集补齐的追加数据集