摘要
本发明公开了一种统一社会信用代码多种数据补全融合方法与系统,涉及数据质量提升领域,用以提升数据补全的准确性和可靠性。本发明分别训练出多种数据补全模型计算每条缺失的数据样本中经济行业的补全值,从完整的数据样本中随机删除经济行业进行补全以分别计算各数据补全模型的可信度,进一步基于各数据补全模型的可信度对各数据补全模型的补全值进行加权融合,得到最终预测值,最后对最终预测值进行可信度量化。本发明融合了多种数据补全模型的优点,提升了最终补全结果的鲁棒性,从而提升了数据质量,本发明对最终预测值进行可信度量化,提升了最终补全结果的可靠性。
技术关键词
统一社会信用代码
融合方法
样本
连续型数据
浮点型数据
随机森林模型
信息熵
融合规则
融合系统
数据采集模块
精度
正确率
鲁棒性
标签
理论
编码
框架
系统为您推荐了相关专利信息
剪切方法
母板
性能预测模型
宽厚板轧制
神经网络模型
能源需求预测方法
样本
蒸汽消耗量
需求预测装置
计算机程序产品
网络流量数据集
生成对抗网络
样本
过采样技术
高斯分布模型
多模态
评价方法
样本标注方法
情感识别方法
半监督学习