基于时间序列数据特性的缺失值估计算法_陈光平

《基于时间序列数据特性的缺失值估计算法_陈光平》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ComputerEngineeringandApplications计算机工程与应用2012，48（12）135基于时间序列数据特性的缺失值估计算法陈光平CHENGuangping中国计量学院信息工程学院，杭州310018CollegeofInformationEngineering,ChinaJiliangUniversity,Hangzhou310018,ChinaCHENGuangping.Missingvalueestimatingalgorithmbasedontimeseriesdataproperties.ComputerEngi-neeringandApplications,2

2、012,48（12）：135-138.Abstract：Timeseriesdataareabundantinmanyapplicationareassuchasmotioncapture,sensornetworks,weath-erforecasting,andfinancialmarketmodeling.However,missingobservationsarehardlyrareintheserealapplica-tions,thusitremainsabigchallengetomodeltimeseriesinthepresenceofmissingdata.Withoccl

3、usioninmotioncaptureasanexample,amethodisproposedtohandlethechallenge,whichmakesfulluseoftemporalcontinuityandspatialcorrelationoftimeseriesdatatoidentifyhiddenvariables,tominetheirdynamics,andtopredictandre-covermissingvaluesoftimeseries.Theexperimentalresultshowsthattheapproachcanyieldthebestrecon

4、struc-tionerrorandthecomputationtimegrowsslowlywiththeinputandthetimedurationofthemotion-capture.Keywords：timeseries;missingvalue;motioncapture;hiddenvariable摘要：时间序列是在如运动捕捉、传感器网络、气候预报和财经市场预测等应用中的重要分析手段之一，然而在许多现实应用中经常发生观察数据缺失现象，如何应用相应的方法和模型来预测和填补含缺失数据的时间序列是目前研究的热点。以运动捕捉中遮挡问题为例提出了改进方法，利用平滑性和相互关联等时间序列数

5、据特性，发现时间序列数据中的隐藏变量并挖掘它们的动态特性，在此基础上预测和填补时间序列的缺失值。实验结果证明了方法具有较小的数据重构误差，方法的计算时间应随着输入和运动捕捉持续时间增大而缓慢增长。关键词：时间序列；缺失值；运动捕捉；隐藏变量文章编号：1002-8331（2012）12-0135-04文献标识码：A中图分类号：TP391[2]在许多应用领域里存在大量的时间序列数据，踪在人体上的被动式标记。但即使采用多部相机，如运动捕捉、传感器网络、气候预报和财经市场预测有些标记有时也会逃离视野而无法记录，尤其是在等。分析这些时间序列的重要目的是确定隐藏模式如握手或现代舞蹈等复杂运动中。[1]以预

6、测今后的趋势。目前已有许多数学工具对时实践证明目前采用的线性插值和样条插值等直[3]间序列的演化行为进行模型化，这些方法一般假设观方法所产生的结果并不理想。本文提出的方法是可获得的观测数据是完整无缺失，但在许多现实重点是自动解决类似遮挡等有缺失数据问题，方法中经常发生观察数据缺失现象。因此对在有缺失数主要思路是同时采用平滑和关联技术。平滑是线性据情况下对时间序列模型化进行研究将有重大意插值和样条插值采用的方法，对于单个的时间序列义。本文以运动捕捉中遮挡（occlusion）问题为例提数据，希望相继的序列有附近值。关联反映的是序出了一改进方法。运动捕捉是一产生真实的运动模列并不是相互孤立的，对于

7、如行走等某一运动，左肘拟的技术，典型的运动捕捉系统一般通过相机来跟部和右肘部是相互关联的，相互间相差半个时段。基金项目：浙江省教育厅科技计划项目（No.20060520）。作者简介：陈光平（1976—），男，工程师，主要研究领域为传感器网络、数据挖掘。E-mail：hjun@cjlu.edu.cn收稿日期：2011-11-28修回日期：2012-02-08DOI：10.3778/j.issn.10