一种基于动力学原理与时间差分的数据补全方法

摘要

一种基于动力学原理与时间差分的数据补全方法，该方法包含多元时间序列数据的潜在维度分析、补全模型、迭代优化算法部分。运行时，潜在维度分析部分使用奇异值分解估算数据的主成分数量，确定潜在变量的维度；补全模型从动力学系统的基本微分方程而来，基于“数据可用低维表示”与“稀疏噪声”假设，利用时间差分正则化来补全数据；优化求解算法通过求解梯度以及近端算子等信息来迭代地对模型求解。本发明针对时间序列数据采样中常见的缺失问题，考虑潜在信息，提出一种有效的数据补全方法，具备补全效果好、运行快速简单、鲁棒性强、适用场合广等优点，适用于各种符合动力学原理的时间序列领域，解决不可避免的数据丢失与噪声问题。