【技术实现步骤摘要】
本公开实施例涉及数据处理，尤其涉及一种空间时间序列数据补全方法、设备及介质。
技术介绍
1、时间序列挖掘(time series data mining)是数据挖掘领域的一个重要分支，它专注于从时间序列数据中发现有价值的信息、模式和趋势。时序挖掘在多个领域都有广泛的应用，包括金融、医疗、工业生产、天气预测等。时间序列中的一类重要数据是空间时间序列(spatial time series)，这是一种描述分布在空间中的位置或区域内部和之间的动态关系的数据类型，例如从部署在道路网络中的一组道路传感器收集的交通流时间序列数据。其中，空间时间序列数据补全(spatial time series imputation)是空间时间序列挖掘中一个关键的问题，它涉及在序列中填补缺失的数据点，以便更好地分析和利用数据。
2、为了捕捉空间时间序列的观测，通常需要在研究空间中部署大量传感器，例如摄像头和交通传感器。然而，由于各种因素，包括传感器故障、不稳定的通信信号、不均匀的传感器分布以及数据的随机和动态性质，完整的空间时间序列通常是不可用的，从而导致数据异常或缺失。因此，在进一步对数据进行分析之前，如何填补不完整和稀疏的空间时间序列数据是一个主要的挑战，需要在进一步分析之前得到妥善解决。而现有的方法对增强近似能力的考虑依然不够，在空间时间序列插补中性能受限。
3、可见，亟需一种补全效率和适应性高的空间时间序列数据补全方法。
技术实现思路
1、有鉴于此，本公开实施例提供一种空间时间
2、第一方面，本公开实施例提供了一种空间时间序列数据补全方法，包括：
3、步骤1，将原始时空数据输入具有全局注意力的卷积模型，得到原始时空数据对应的元素对，以及，改变原始时空数据的感受野；
4、步骤2，根据元素对乘积和softmax激活函数得到卷积模型的卷积核，并对改变感受野的原始时空数据进行卷积，完成数据补全。
5、根据本公开实施例的一种具体实现方式，所述卷积模型包括分数卷积模块和自适应感受野模块。
6、根据本公开实施例的一种具体实现方式，所述步骤1具体包括：
7、步骤1.1，获取原始时空数据x并输入分数卷积模块，利用矩阵乘法进行时间维上的元素聚合，得到原始时空数据对应的元素对q,k；
8、步骤1.2，获取原始时空数据x并输入自适应感受野模块，利用傅里叶变换聚合x的时间维度上的元素。
9、根据本公开实施例的一种具体实现方式，所述原始时空数据x的维度为通道数,时间序列长度,节点数。
10、根据本公开实施例的一种具体实现方式，所述步骤1.2具体包括：
11、步骤1.2.1，在自适应感受野模块的频域上操作时间窗口模块中生成一组周期从1到序列长度l的三角函数基并相加成核函数；
12、步骤1.2.2，根据傅里叶变换的序列卷积特性，核函数卷积时空数据x的时空序列；
13、步骤1.2.3，通过机器学习的反向传播算法调整核函数的线性组合的系数，以使得改变时空数据x的感受野。
14、根据本公开实施例的一种具体实现方式，所述步骤2具体包括：
15、在分数卷积模块使用元素对乘积将q,k进行元素对地相乘，并将相乘的结果经过softmax激活函数，得到的输出k与m进行元素对相乘，得到张量，并结合同等形状的嵌入编码得到卷积核；
16、卷积核通过元素对乘积对改变感受野的原始时空数据进行卷积，完成数据补全。
17、第二方面，本公开实施例还提供了一种电子设备，该电子设备包括：
18、至少一个处理器；以及，
19、与该至少一个处理器通信连接的存储器；其中，
20、该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的空间时间序列数据补全方法。
21、第三方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的空间时间序列数据补全方法。
22、第四方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的空间时间序列数据补全方法。
23、本公开实施例中的空间时间序列数据补全方案，包括：步骤1，将原始时空数据输入具有全局注意力的卷积模型，得到原始时空数据对应的元素对，以及，改变原始时空数据的感受野；步骤2，根据元素对乘积和softmax激活函数得到卷积模型的卷积核，并对改变感受野的原始时空数据进行卷积，完成数据补全。
24、本公开实施例的有益效果为：通过本公开的方案，通过一个具有全局注意力的卷积模型，它同时生成卷积核和经由感受野处理过的数据，高效同步建模了时间长期依赖性和短期相关性，提高了数据补全的效率和适应性。
本文档来自技高网...【技术保护点】
1.一种空间时间序列数据补全方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于,所述卷积模型包括分数卷积模块和自适应感受野模块。
3.根据权利要求2所述的方法，其特征在于,所述步骤1具体包括：
4.根据权利要求3所述的方法，其特征在于,所述原始时空数据X的维度为通道数,时间序列长度,节点数。
5.根据权利要求4所述的方法，其特征在于,所述步骤1.2具体包括：
6.根据权利要求5所述的方法，其特征在于,所述步骤2具体包括：
7.一种电子设备，其特征在于，所述电子设备包括：
8.一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述权利要求1-6中任一项所述的空间时间序列数据补全方法。
【技术特征摘要】
1.一种空间时间序列数据补全方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于,所述卷积模型包括分数卷积模块和自适应感受野模块。
3.根据权利要求2所述的方法，其特征在于,所述步骤1具体包括：
4.根据权利要求3所述的方法，其特征在于,所述原始时空数据x的维度为通道数,时间序列长度,节点数。
5.根据权利...
【专利技术属性】
技术研发人员：王森章，张舜洋，缪浩，陈昊，范长俊，张健，
申请(专利权)人：中南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。