[发明专利]基于深度集成学习的缺失数据补全方法在审
| 申请号： | 202010537666.6 | 申请日： | 2020-06-12 |
| 公开（公告）号： | CN111694830A | 公开（公告）日： | 2020-09-22 |
| 发明（设计）人： | 张成洪;陈刚;肖帅勇 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06F16/215 | 分类号： | G06F16/215;G06K9/62;G06N20/20 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 卢泓宇 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度集成学习的缺失数据补全方法，其特征在于，包括：步骤S1，获取原始样本并分离该原始样本中包含缺失值的缺失样本以及数据完整的完整样本，并将所有完整样本构成一个训练集；步骤S2，对训练集进行特征抽样得到多个特征子集；步骤S3，基于每个特征子集训练一个对应的深度自编码机；步骤S4，获取一个缺失样本作为当前待预测样本；步骤S5，基于待预测样本中的缺失值获取对应的深度自编码机并输入深度自编码机得到多个缺失值的预测值；步骤S6，将各个预测值进行加权融合得到最终预测值；步骤S7，基于最终预测值对当前待预测样本中的缺失值进行补全形成完整样本；步骤S8，重复步骤S4至步骤S7直到所有缺失样本都被补全。 | ||
| 搜索关键词： | 基于 深度 集成 学习 缺失 数据 方法 | ||
【主权项】：
暂无信息
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复旦大学，未经复旦大学许可，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/202010537666.6/，转载请声明来源钻瓜专利网。
