[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： | 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。 | ||
| 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 | ||
【主权项】：
1.对连续性数据中的异常数据的恢复方法，其特征在于，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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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/patent/201811184700.5/，转载请声明来源钻瓜专利网。
