[发明专利]一种空气数据补全方法、装置、设备及存储介质

权利要求书

1.一种空气数据补全方法，其特征在于，包括如下步骤：

S1：采集原始时序数据x_raw，所述原始时序数据x_raw包括未缺失时刻点数据和缺失时刻点数据；

S2：对所述原始时序数据x_raw进行预处理；

S3：构建生成对抗网络，所述生成对抗网络包括生成器和判别器，所述生成器包括编码器和解码器；

S4：对所述生成对抗网络进行训练，得到空气数据补全模型；

S5：通过所述空气数据补全模型对原始时序数据x_raw进行补全，得到补全后的空气数据；

步骤S2具体包括如下步骤：

S21：计算原始时序数据x_raw中未缺失时刻点数据的均值与标准差；

S22：用未缺失时刻点数据与所述均值的差值除以所述标准差，得到标准化时序数据；

S23：获取采集每个原始时序数据x_raw的时刻点，得到时间标签向量t，对应每个时刻点判断数据是否存在，存在标记为1，缺失标记为0，以此构建掩模矩阵m，根据时间标签向量t和掩模矩阵m，计算数据缺失的时间间隔，以此构建间隔矩阵δ；

S24：对原始时序数据x_raw中的缺失时刻点的数据进行补0处理，与标准化时序数据构成空位补零时序数据x；

步骤S4具体包括如下步骤：

S41：将空位补零时序数据x和间隔矩阵δ输入编码器，得到低维特征表达向量z；将低维特征表达向量z输入解码器，得到重构时序数据；

S42：将空位补零时序数据x与重构时序数据输入判别器，判别器对输入进行处理，得到最终历史记忆向量，并将最终历史记忆向量映射成一维输出，使用sigmoid函数将一维输出压缩到0-1之间，输出概率值；

S43：利用重构时序数据与空位补零时序数据x更新判别器和生成器，得到训练好的生成对抗网络；

S44：将训练好的生成对抗网络作为空气数据补全模型。