一种基于生成对抗网络的时间序列连续缺失值插补方法

一种基于生成对抗网络的时间序列连续缺失值插补方法，属于控制科学与计算机应用领域。本发明将上下文提示信息矩阵引入生成对抗网络的生成器，挖掘和捕获隐藏在缺失位置之外的潜在数据演化特征，约束生成器的生成结果向真实数据概率分布靠拢，并优化生成器与鉴别器神经网络结构和损失函数计算策略；构建生成对抗网络训练时所需的训练样本、构建生成对抗网络的生成器模型及鉴别器模型：将训练样本输入到生成器模型及鉴别器模型中，进行迭代训练，完成数据的插补工作。本发明考虑局部信息特征损失，提出一种有效的数据插补方法，具备插补效果好、运行快速简单、鲁棒性强、适用场合广等优点，解决时间序列领域不可避免的连续数据丢失问题。