基于注意力机制的城市多元空气质量数据缺失值填充

马思远; 焦佳辉; 任晟岐; 宋伟

首页> 中文期刊> 《计算机工程与科学》 >基于注意力机制的城市多元空气质量数据缺失值填充

基于注意力机制的城市多元空气质量数据缺失值填充

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

空气污染严重影响着人类的身体健康与社会的可持续发展,但传感器获取的多元变量空气质量数据往往存在缺失值,这为数据的分析与处理带来了困扰。目前,许多对某一种空气成分变化的分析方法只依赖于此属性的时间数据与空间数据,忽略了在相同时间区间内其他空气成分对此属性变化趋势的影响,且在离散型缺失数据的填充上难以达到理想的效果。提出了一种时间注意力深度学习模型(TAM)。该模型使用注意力机制来关注不同时间戳之间的相关性与不同特征时间序列之间的相关性,并结合短期历史数据来填充多元变量空气质量数据中的缺失读数。使用北京市的空气质量数据对所提出的模型进行评估,实验结果表明,相比较于其他10种基线模型,TAM具有一定优势。

著录项

来源
《计算机工程与科学》 |2023年第8期|1354-1364|共11页
作者
马思远; 焦佳辉; 任晟岐; 宋伟;
展开▼
作者单位

郑州大学河南省大数据研究院;

郑州大学计算机与人工智能学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类理论、方法;
关键词
空气质量; 缺失值填充; 注意力机制; 深度学习;

相似文献

中文文献
外文文献
专利

1. 基于工业实时数采数据缺失值填充的研究及实现 [J] . 李达 ,许仁杰 ,刘智宇 . 电脑知识与技术:学术版 . 2022,第32期
2. 基于生成对抗网络的飞机燃油数据缺失值填充方法 [J] . 郭毅博 ,牛猛 ,王海迪 . 浙江大学学报（理学版） . 2021,第4期
3. 一种基于模糊C均值聚类的稀疏数据缺失值填充方法 [J] . 张楷卉 ,李鹏 . 黑龙江大学自然科学学报 . 2019,第6期
4. 基于Map-Reduce的大数据缺失值填充算法 [J] . 金连 ,王宏志 ,黄沈滨 . 计算机研究与发展 . 2013,第z1期
5. 基于信息增益的数据库缺失值填充算法 [J] . 覃泽 . 微计算机信息 . 2007,第12期
6. 基于Map-Reduce的大数据缺失值填充算法 [C] . Jin Lian ,金连 ,Wang Hongzhi . 第30届中国数据库学术会议 . 2013
7. 基于矩阵填充方法的空气质量数据填充 [A] . 杨晨茜 . 2019

基于注意力机制的城市多元空气质量数据缺失值填充

摘要

著录项

相似文献

相关主题

期刊订阅