融合IMR-WGAN的時(shí)序數(shù)據(jù)修復(fù)方法

摘要： 工業(yè)數(shù)據(jù)由于技術(shù)故障和人為因素通常導(dǎo)致數(shù)據(jù)異常，現(xiàn)有基于約束的方法因約束閾值設(shè)置的過于寬松或嚴(yán)格會(huì)導(dǎo)致修復(fù)錯(cuò)誤，基于統(tǒng)計(jì)的方法因平滑修復(fù)機(jī)制導(dǎo)致對時(shí)間步長較遠(yuǎn)的異常值修復(fù)準(zhǔn)確度較低.針對上述問題，提出了基于獎(jiǎng)勵(lì)機(jī)制的最小迭代修復(fù)和改進(jìn)WGAN混合模型的時(shí)序數(shù)據(jù)修復(fù)方法.首先，在預(yù)處理階段，保留異常數(shù)據(jù)，進(jìn)行信息標(biāo)注等處理，從而充分挖掘異常值與真實(shí)值之間的特征約束.其次，在噪聲模...