基于小波神经网络的退化数据缺失插补方法

发明专利无效专利

申请号：
CN201310415076.6
IPC分类号：G06F19/00
申请日期：
2013-09-12
申请人：
北京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于小波神经网络的退化数据缺失插补方法
申请号	CN201310415076.6	申请日期	2013-09-12
法律状态	权利终止	申报国家	中国
公开/公告日	2014-01-01	公开/公告号	CN103488884A
优先权	暂无	优先权号	暂无
主分类号	G06F19/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F19/00 专门适用于特定应用的数字计算或数据处理的设备或方法（专门适用于特定功能的入G06F17/00；专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或数据处理方法入G06Q；医疗信息学入G16H）〔6，2006.01，2011.01，2018.01〕	IPC分类号	G;0;6;F;1;9;/;0;0查看分类表>
申请人	北京航空航天大学	申请人地址	北京市海淀区学院路37号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京航空航天大学	当前权利人	北京航空航天大学
发明人	孙富强;姜同敏;党香俊;范晔
代理机构	北京永创新实专利事务所	代理人	官汉增

摘要

本发明公开了一种基于小波神经网络的退化数据缺失插补方法，包括以下几个步骤：步骤一、缺失退化数据趋势回归建模，估计残差序列；步骤二、对残差序列进行小波分解；步骤三、分解子序列预处理；步骤四、采用小波神经网络插补模型插补缺失残差序列；步骤五、将缺失处的趋势项及残差序列插补结果合成为退化数据插补结果。本发明对退化数据的趋势进行回归建模，保证了缺失数据趋势与整体数据的统一。本发明对残差序列采用小波神经网络模型进行插补，避免了退化数据细节的丢失。本发明在插补过程中不存在对数据统计特性的假设，使得本方法对退化数据具有广泛的适用性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供