一种基于深度学习的缺失值填充方法及系统

摘要

本发明提供了一种基于深度学习的缺失值填充方法及系统，其中方法包括以下步骤：对数据集进行预处理；利用训练样本集对初步构建的卷积神经网络进行训练并保存，使用训练后得到的卷积神经网络对缺失测试样本集进行缺失值填充，并将填充结果与测试样本集比对，在不符合精度要求时调整卷积神经网络的网络结构并迭代前述训练和验证步骤直至满足精度要求；将完整数据子集输入卷积神经网络，得到完善的卷积神经网络；将缺失数据子集输入完善的卷积神经网络完成缺失值的填充。本发明解决了数据库缺失值填充的问题，达到了准确度更高、效率更快的效果，能更真实快速地还原缺失数据。