基于时间序列连续缺失填补模型的数据填补方法及装置

本发明提供一种基于时间序列连续缺失填补模型的数据填补方法及装置，涉及人工智能技术领域。该方法包括：获取训练数据集；将前向、后向输入序列分别输入到长期填补模块的前向、后向预测网络得到网络输出；引入线性函数对网络输出进行加权集成得到长期填补模块输出；将待预测序列的真实值和随机生成的连续缺失掩码输入到短期填补模块得到短期填补模块输出；将长、短期填补模块输出输入到元加权模块得到填补结果。本发明提出了LSTI，一种针对时间序列连续缺失的数据，能自动结合长期填补模块和短期填补模块输出的时序填补模型。该方法通过两个专门设计的专家模型，分别建模长期依赖与短期依赖，从而能够有效地对连续缺失的数据进行填补。