CN111046027B - 时间序列数据的缺失值填充方法和装置 - Google Patents

Abstract

本公开涉及云计算领域。本公开的实施例提供了时间序列数据的缺失值填充方法和装置。该方法包括：获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。该方法提升了时序数据缺失值的填充精度。

Description

时间序列数据的缺失值填充方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及云计算领域，尤其涉及时间序列数据的缺失值填充方法和装置。

背景技术

时间序列数据是在时间上分布的一系列数值。随着云计算和物联网技术的发展，时间序列数据越来越常见，例如气温、工业传感器数据、股票价格、服务器状态参数(如CPU和内存占用率)，等等。由于真实场景中设备的故障、通讯错误等问题，真实的时间序列数据中往往存在很多缺失值。这些缺失值对后续的统计分析等应用具有验证的影响。

发明内容

本公开的实施例提出了时间序列数据的缺失值填充方法和装置、电子设备和计算机可读介质。

第一方面，本公开的实施例提供了一种时间序列数据的缺失值填充方法，包括：获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。

在一些实施例中，上述数据填充模型包括编码器和解码器，编码器对输入的原始时间序列数据和对应的掩膜序列进行特征提取，解码器对编码器提取出的特征进行解码，得到已填充时间序列数据。

在一些实施例中，上述编码器包括依次连接的至少两个卷积模块，解码器包括与各卷积模块一一对应且依次连接的反卷积模块，解码器中的第一个反卷积模块的输入包括编码器中最后一个卷积模块的输出，解码器中其他各反卷积模块的输入包括编码器中对应的卷积模块的输出和与反卷积模块连接的上一个反卷积模块的输出。

在一些实施例中，上述方法还包括：基于样本数据训练得到生成式对抗网络；其中，样本数据包括缺失部分值的样本时间时间序列数据和与样本时间序列数据对应的完整时间序列数据；生成式对抗网络中的生成器的损失函数包括：表征样本时间序列数据中缺失值的预测误差的第一损失函数；以及以下至少一项：表征样本时间序列数据中的非缺失值的预测误差的第二损失函数、表征样本时间序列数据在频率域的预测误差的第三损失函数、生成式对抗网络的交叉熵损失函数。

在一些实施例中，上述样本时间序列数据包括相互关联的至少两组样本时间序列数据。

在一些实施例中，上述方法还包括：利用原始时间序列数据中的缺失值的预测数值对原始时间序列进行填充，得到原始时间序列数据对应的完整时间序列数据；对完整时间序列数据进行建模分析。

第二方面，本公开的实施例提供了一种时间序列数据的缺失值填充装置，包括：获取单元，被配置为获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；填充单元，被配置为将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。

在一些实施例中，上述数据填充模型包括编码器和解码器，编码器对输入的原始时间序列数据和对应的掩膜序列进行特征提取，解码器对编码器提取出的特征进行解码，得到已填充时间序列数据。

在一些实施例中，上述编码器包括依次连接的至少两个卷积模块，解码器包括与各卷积模块一一对应且依次连接的反卷积模块，解码器中的第一个反卷积模块的输入包括编码器中最后一个卷积模块的输出，解码器中其他各反卷积模块的输入包括编码器中对应的卷积模块的输出和与反卷积模块连接的上一个反卷积模块的输出。

在一些实施例中，上述装置还包括：训练单元，被配置为基于样本数据训练得到生成式对抗网络；其中，样本数据包括缺失部分值的样本时间时间序列数据和与样本时间序列数据对应的完整时间序列数据；生成式对抗网络中的生成器的损失函数包括：表征样本时间序列数据中缺失值的预测误差的第一损失函数；以及以下至少一项：表征样本时间序列数据中的非缺失值的预测误差的第二损失函数、表征样本时间序列数据在频率域的预测误差的第三损失函数、生成式对抗网络的交叉熵损失函数。

在一些实施例中，上述样本时间序列数据包括相互关联的至少两组样本时间序列数据。

在一些实施例中，上述装置还包括：生成单元，被配置为利用原始时间序列数据中的缺失值的预测数值对原始时间序列进行填充，得到原始时间序列数据对应的完整时间序列数据；分析单元，被配置为对完整时间序列数据进行建模分析。

第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面提供的时间序列数据的缺失值填充方法。

第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现第一方面提供的时间序列数据的缺失值填充方法。

本公开的上述实施例的时间序列数据的缺失值填充方法和装置、电子设备和计算机可读介质，通过获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；然后将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据，实现了时间序列数据中的缺失数据的填充，进而可以基于完整的时序数据更可靠地进行建模分析等任务。并且，采用基于生成式对抗网络训练得到的生成器作为数据填充模型进行缺失值预测可以提取时间序列数据的时间维度和特征维度的深层特征，能够提升时序数据缺失值的填充精度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的时间序列数据的缺失值填充方法的一个实施例的流程图；

图3是本公开的时间序列数据的缺失值填充方法中数据填充模型的一个结构示意图；

图4是图3所示卷积模块中的一个残差单元的结构示意图；

图5是根据本公开的时间序列数据的缺失值填充装置的一个实施例的结构示意图；

图6是适于用来实现本公开实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。

图1示出了可以应用本公开的时间序列数据的缺失值填充方法或时间序列数据的缺失值填充装置的示例性系统架构100。

如图1所示，系统架构100可以包括物联网设备101、102、103、104、105，网络106以及服务器107。网络106用以在物联网设备105和服务器107之间提供通信链路的介质。网络106可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

物联网设备101、102、103、104可以是物联网的终端设备，可以例如为电脑、电话、打印机、摄像头、各种传感器等，物联网设备105可以是网关设备。网关设备105将局域网内的物联网设备101、102、103、104等生成的数据按照时序通过网络106传输只服务器107。

上述物联网设备101、102、103、104、105可以是硬件，也可以是软件。当物联网设备101、102、103、104、105为硬件时，可以是各种电子设备。当物联网设备101、102、103、104、105为软件时，可以安装在各种电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器107可以是运行物联网数据存储和/或数据处理服务的服务器。服务器107可以接收物联网设备105传输的时间序列数据，并对时间序列数据进行建模分析等处理。

在本公开的实施例的应用场景中，服务器107可以对接收到的时序数据进行缺失值填充，将时间序列数据中缺失的值补充完整后进行建模分析。

需要说明的是，本公开的实施例所提供的时间序列数据的缺失值填充方法一般由服务器107执行，相应地，时间序列数据的缺失值填充装置一般设置于服务器107中。

在一些场景中，服务器107可以从数据库、存储器或其他设备获取物联网中产生的时间序列数据，例如物联网设备101、102、103、104生成数据后可以通过网关设备105和网络106传输至数据库或存储器进行存储，服务器107可以从数据库或存储器异步地读取时间序列数据。这时，示例性系统架构100可以不存在物联网设备101、102、103、104、105。

需要说明的是，服务器107可以是硬件，也可以是软件。当服务器107为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器107为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。

应该理解，图1中的物联网设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的物联网设备、网络和服务器。

继续参考图2，其示出了根据本公开的时间序列数据的缺失值填充方法的一个实施例的流程200。该时间序列数据的缺失值填充方法，包括以下步骤：

步骤201，获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据。

在本实施例中，时间序列数据的缺失值填充方法的执行主体(例如图1所示的服务器)可以从物联网设备或存储器获取包含缺失值的原始时间序列数据。原始时间序列数据可以通过在不同时间点对同一参数进行监测采集得到，例如可以是物联网设备采集的时间序列数据，其中缺失了若干时间点的数据。

在实践中，原始时间序列数据可以例如为时间序列化的传感器数据、设备参数监控数据、网页访问量数据、人流量数据等等。

原始时间序列数据通常包括多个数据点，每个数据点包含数据的值以及用于标识该数据点的采集时刻或用于标识该数据点在时间序列数据中的位置的标识符。在本实施例中，可以根据获取到的原始时间序列数据确定出其中缺失值的位置，然后生成与原始时间序列数据对应的掩膜序列数据，该掩膜序列数据可以用于标识原始时间序列数据中的缺失值的位置。

具体地，掩膜序列数据可以与对应的原始时间序列数据的尺寸相同，即掩膜序列数据的数据元素的数量与原始时间序列数据相同。在掩膜序列数据中，原始时间序列中缺失值对应的位置的值和原始时间序列数据中非缺失值对应的位置的值不相同。例如，如果原始时间序列数据中对应位置的值缺失，则掩膜序列数据该位置的值为1；如果原始时间序列数据中对应位置的值未缺失，则掩膜序列数据该位置的值为0。

步骤202，将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据。

可以将原始时间序列数据的缺失值填充为预设数值，例如填充为0，然后与掩膜序列延期输入至已训练的数据填充模型中进行缺失值填充。

数据填充模型可以包括经过训练的生成式对抗网络中的生成器。该生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。

具体来说，可以预先训练生成式对抗网络，生成式对抗网络包括生成器和判别器。生成器用于对时间序列中的缺失值进行填充预测，得到包含缺失值对应的预测值的时间序列数据，判别器用于判别生成器生成的时间序列数据是否为真实的时间序列数据。在这里，生成器生成的时间序列数据是模拟的时间序列数据，不是真实的时间序列数据。在训练过程中生成器和判别器同步迭代更新，直到判别器无法判别生成器所生成的时间序列数据是否为真实的时间序列数据，这时得到的生成器可以作为数据填充模型。

上述数据填充模型可以是基于深度神经网络构建的。在本实施例的一些可选的实现方式中，数据填充模型可以包括编码器和解码器。编码器对输入的原始时间序列数据和对应的掩膜序列数据进行特征提取，具体可以提取原始时间序列中不同位置的数据点之间的潜在关系特征，数据的变化趋势特征，等等。解码器对编码器提取出的特征进行解码，得到已填充的时间序列数据。

可选地，编码器和解码器可以是基于注意力机制的长短期记忆网络，基于注意力机制的长短期记忆网络可以有效地提取出数据序列在时间维度的特征，并且注意力机制可以学习到较远的其他位置的数据与当前位置的待预测数据中间的关系，从而可以提升所生成的时间序列数据的可靠性。

可选地，数据填充模型中的编码器和解码器可以分别基于卷积模块和反卷积模块构建。图3示出了本公开的时间序列数据的缺失值填充方法中数据填充模型的一个结构示意图。

如图3所示，数据填充模型中，编码器Encoder包括依次连接的至少两个卷积模块ConvBlock，解码器包括与各卷积模块ConvBlock一一对应的且依次连接的至少两个反卷积模块DeconvBlock。其中，卷积模块主要包括卷积层，反卷积模块主要包括反卷积层。越高层的卷积模块提出越高维度的特征。图3示例性地示出了4个卷积模块和4个反卷积模块。第一个卷积模块的输入为编码器的输入Input，第一个反卷积模块的输入包括编码器中最后一个卷积模块的输出，解码器中其他各反卷积模块的输入包括编码器中对应的卷积模块的输出和与反卷积模块连接的上一个反卷积模块的输出。如图3中，反卷积模块DeconvBlock4的输入是编码器的输出，也即编码器中最后一个卷积模块的输出，其他反卷积模块DeconvBlock3、DeconvBlock2、DeconvBlock1的输入包含两部分，一部分是上一个反卷积模块的输出，另一部分是对应的卷积模块的输出。最后一个反卷积模块的输出是解码器的输出Output。

通过多层卷积之后，原始时间序列数据中的细节信息会丢失，在解码器中将对应卷积模块的输出加入，可以恢复出细节信息，使得填充结果更加真实。

上述卷积模块可以包括至少两个残差单元(Resnet)结构，至少两个残差单元通过堆叠或链接形成一个卷积模块。继续参考图4，其示出了图3所示卷积模块中的一个残差单元的结构示意图。

如图4所示，残差单元可以包括两个卷积层(Convolution)，一个批量归一化层(BatchNorm)、一个用于防止过拟合的正则化层(Dropout)，一个激活层(ReLU)。该残差单元的输入Input通过shortcut的方式通过最大池化(MaxPooling)或者恒等映射(IdentityMapping)连接至从残差单元的输出。残差单元的输入Input还经过卷积层、批量归一化层、激活层、正则化层、卷积层依次处理后输出。因此残差单元的输出(Res结果)由残差单元的输入以及残差单元的输入经过卷积层、批量归一化层、激活层、正则化层、卷积层依次处理后得到的输出合并得出。

通过图4所示的残差单元的结构，可以避免神经网络深度增加时性能无法提升，可以为数据填充模型设计较深的神经网络结构，从而学习到更多、更复杂的特征，进而提升数据填充模型的填充结果的可靠性。

可选地，如图3所示，上述编码器还可以包括输入预处理模块InputBlock。该输入预处理模块可以对输入数据填充模型的原始时间序列数据进行分割、拼接、初步的特征提取，可以包括卷积层。

上述实施例的时间序列数据的缺失值填充方法，通过获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；然后将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据，实现了时间序列数据中的缺失数据的填充，进而可以基于完整的时序数据更可靠地进行建模分析等任务。并且，采用基于生成式对抗网络训练得到的生成器作为数据填充模型进行缺失值预测可以提取时间序列数据的时间维度和特征维度的深层特征，能够提升时序数据缺失值的填充精度，使得时序数据的填充结果更平滑且更接近于真实结果。

在本实施例的一些可选的实现方式中，上述时间序列数据的缺失值填充方法还可以包括：基于样本数据训练得到上述生成式对抗网络。其中，样本数据包括缺失部分值的样本时间时间序列数据和与样本时间序列数据对应的完整时间序列数据，完整时间序列数据中不包含缺失值。

样本数据可以利用完整时间序列数据构建得出，例如可以将完整时间序列数据中的随机位置的值删除，得到样本时间序列数据。

在这里，还可以根据样本时间序列数据中缺失值的位置构建对应的掩膜序列数据，并将样本时间序列数据中的缺失值填充为预设数值(例如0)之后，与对应的掩膜序列数据一并输入至待训练的生成器进行训练。

可以构建损失函数，采用反向传播的方式迭代更新生成式对抗网络的参数。其中，生成器的损失函数包括表征样本时间序列数据中缺失值的预测误差的第一损失函数L_missing。生成器的损失函数还可以包括至少一项：表征样本时间序列数据中的非缺失值的预测误差的第二损失函数L_recover、表征样本时间序列数据在频率域的预测误差的第三损失函数L_percept、生成式对抗网络的交叉熵损失函数L_Gan。

其中，第一损失函数L_missing可以按照公式(1)计算：

L_missing＝sum(abs(Yi-Xi)) (1)

其中，Xi表示输入生成器的样本时间序列中缺失位置i的真实值，Yi表示生成器生成的时间序列数据中的位置i的数据，也即生成器生成的缺失位置i的预测值。

第二损失函数L_recover可以按照公式(2)计算：

L_recover＝sum(abs(Yj-Xj)) (2)

其中，Xj表示输入生成器的样本时间序列中非缺失位置的值，Yj表示生成器生成的时间序列数据中的位置j的数据。

第三损失函数L_percept可以按照如下方式计算：对生成器的输入和输出分别进行傅立叶变换，计算两个傅立叶变换结果的系数差作为第三损失函数。

第四损失函数L_Gan是生成式对抗网络的交叉熵损失函数。

可选地，上述生成器的损失函数可以是上述第一损失函数、第二损失函数、第三损失函数以及第四损失函数的加权和。这样，可以基于生成器对样本时间序列数据的填充结果、以及样本时间序列对应的完整时间序列数据计算损失函数，进而根据损失函数迭代调整生成器和判别器的参数。

可选地，上述样本时间序列数据包括相互关联的至少两组样本时间序列数据。例如，电压、电流、功率等多组相互关联的序列数据。这样，训练得到的数据填充模型可以学习多个维度的数据之间的相关性，从而使得生成的数据更加真实。

进一步地，上述时间序列数据的缺失值填充方法中，输入的原始时间序列数据也可以是至少两组相互关联的时间序列数据，例如一组电压时序数据和一组电流时序数据。这样，数据填充模型可以对至少两组时间序列数据一并进行填充，有利于提升数据填充效率。并且，由于在填充时应用了各组时间序列数据之间的内在关联关系，能够进一步提升时序数据的填充结果的真实性。

在本实施例的一些可选的实现方式中，上述时间序列数据的缺失值填充方法还可以包括：利用原始时间序列数据中的缺失值的预测数值对原始时间序列进行填充，得到原始时间序列数据对应的完整时间序列数据；对完整时间序列数据进行建模分析。

可以从数据填充模型预测出的时间序列中取出原始时间序列数据的缺失值对应位置的预测值，填充至原始时间序列数据中，得到对应的完整时间序列数据。然后，可以根据实际场景中的数据分析需求进行建模分析。

作为示例，可以对物联网中采集到的温度或湿度等传感数据进行填充，得到完整的温度或湿度等传感器序列数据，然后对温度或湿度等传感器序列数据进行分析，可以预测未来的温度、湿度等传感器数据，或者筛选出异常数据，有针对性地进行异常处理。

进一步参考图5，作为对上述时间序列数据的缺失值填充方法的实现，本公开提供了一种时间序列数据的缺失值填充装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的时间序列数据的缺失值填充装置500包括获取单元501和填充单元502。其中，获取单元501被配置为获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；填充单元502被配置为将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。

在一些实施例中，上述数据填充模型包括编码器和解码器，编码器对输入的原始时间序列数据和对应的掩膜序列进行特征提取，解码器对编码器提取出的特征进行解码，得到已填充时间序列数据。

在一些实施例中，上述编码器包括依次连接的至少两个卷积模块，解码器包括与各卷积模块一一对应且依次连接的反卷积模块，解码器中的第一个反卷积模块的输入包括编码器中最后一个卷积模块的输出，解码器中其他各反卷积模块的输入包括编码器中对应的卷积模块的输出和与反卷积模块连接的上一个反卷积模块的输出。

在一些实施例中，上述装置500还包括：训练单元，被配置为基于样本数据训练得到生成式对抗网络；其中，样本数据包括缺失部分值的样本时间时间序列数据和与样本时间序列数据对应的完整时间序列数据；生成式对抗网络中的生成器的损失函数包括：表征样本时间序列数据中缺失值的预测误差的第一损失函数；以及以下至少一项：表征样本时间序列数据中的非缺失值的预测误差的第二损失函数、表征样本时间序列数据在频率域的预测误差的第三损失函数、生成式对抗网络的交叉熵损失函数。

在一些实施例中，上述样本时间序列数据包括相互关联的至少两组样本时间序列数据。

在一些实施例中，上述装置500还包括：生成单元，被配置为利用原始时间序列数据中的缺失值的预测数值对原始时间序列进行填充，得到原始时间序列数据对应的完整时间序列数据；分析单元，被配置为对完整时间序列数据进行建模分析。

上述装置500中的各单元与参考图2描述的方法中的步骤相对应。由此，上文针对时间序列数据的缺失值填充方法描述的操作、特征及所能达到的技术效果同样适用于装置500及其中包含的单元，在此不再赘述。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1所示的服务器)600的结构示意图。图6示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所描述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据，掩膜序列数据用于标识原始时间序列数据中的缺失值的位置；将原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对原始时间序列数据中的缺失值的预测数值的已填充时间序列数据；其中，数据填充模型包括经过训练的生成式对抗网络中的生成器，生成式对抗网络中的判别器用于判别数据填充模型生成的时间序列数据是否为真实的时间序列数据。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元和填充单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取包含缺失值的原始时间序列数据和原始时间序列数据对应的掩膜序列数据的单元”。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种时间序列数据的缺失值填充方法，包括：

获取包含缺失值的原始时间序列数据和所述原始时间序列数据对应的掩膜序列数据，所述掩膜序列数据用于标识所述原始时间序列数据中的缺失值的位置；

将所述原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对所述原始时间序列数据中的缺失值的预测数值的已填充时间序列数据，其中，所述数据填充模型包括编码器和解码器，所述编码器对输入的原始时间序列数据和对应的掩膜序列进行特征提取，所述特征包括：原始时间序列中不同位置的数据点之间的潜在关系特征、数据的变化趋势特征；

其中，所述数据填充模型包括经过训练的生成式对抗网络中的生成器，所述生成式对抗网络中的判别器用于判别所述数据填充模型生成的时间序列数据是否为真实的时间序列数据；

所述生成对抗网络的训练包括：

基于样本数据训练得到所述生成式对抗网络；

其中，所述样本数据包括缺失部分值的样本时间序列数据和与样本时间序列数据对应的完整时间序列数据；

所述生成式对抗网络中的生成器的损失函数包括：表征所述样本时间序列数据中缺失值的预测误差的第一损失函数；表征所述样本时间序列数据中的非缺失值的预测误差的第二损失函数、表征所述样本时间序列数据在频率域的预测误差的第三损失函数、所述生成式对抗网络的交叉熵损失函数。

2.根据权利要求1所述的方法，其中，所述解码器对所述编码器提取出的特征进行解码，得到所述已填充时间序列数据。

3.根据权利要求2所述的方法，其中，所述编码器包括依次连接的至少两个卷积模块，所述解码器包括与各所述卷积模块一一对应且依次连接的反卷积模块，所述解码器中的第一个反卷积模块的输入包括所述编码器中最后一个卷积模块的输出，所述解码器中其他各反卷积模块的输入包括编码器中对应的卷积模块的输出和与所述反卷积模块连接的上一个反卷积模块的输出。

4.根据权利要求3所述的方法，其中，所述样本时间序列数据包括相互关联的至少两组样本时间序列数据。

5.根据权利要求1-4任一项所述的方法，其中，所述方法还包括：

利用所述原始时间序列数据中的缺失值的预测数值对所述原始时间序列进行填充，得到所述原始时间序列数据对应的完整时间序列数据；

对所述完整时间序列数据进行建模分析。

6.一种时间序列数据的缺失值填充装置，包括：

获取单元，被配置为获取包含缺失值的原始时间序列数据和所述原始时间序列数据对应的掩膜序列数据，所述掩膜序列数据用于标识所述原始时间序列数据中的缺失值的位置；

填充单元，被配置为将所述原始时间序列数据中的缺失值填充为预设数值，将填充预设数值的原始时间序列数据与对应的掩膜序列数据输入基于深度神经网络构建的数据填充模型，得到包含对所述原始时间序列数据中的缺失值的预测数值的已填充时间序列数据，其中，所述数据填充模型包括编码器和解码器，所述编码器对输入的原始时间序列数据和对应的掩膜序列进行特征提取，所述特征包括：原始时间序列中不同位置的数据点之间的潜在关系特征、数据的变化趋势特征；

其中，所述数据填充模型包括经过训练的生成式对抗网络中的生成器，所述生成式对抗网络中的判别器用于判别所述数据填充模型生成的时间序列数据是否为真实的时间序列数据；

所述生成对抗网络的训练包括：

基于样本数据训练得到所述生成式对抗网络；

其中，所述样本数据包括缺失部分值的样本时间序列数据和与样本时间序列数据对应的完整时间序列数据；

所述生成式对抗网络中的生成器的损失函数包括：表征所述样本时间序列数据中缺失值的预测误差的第一损失函数；表征所述样本时间序列数据中的非缺失值的预测误差的第二损失函数、表征所述样本时间序列数据在频率域的预测误差的第三损失函数、所述生成式对抗网络的交叉熵损失函数。

7.根据权利要求6所述的装置，其中，所述解码器对所述编码器提取出的特征进行解码，得到所述已填充时间序列数据。

8.根据权利要求7所述的装置，其中，所述编码器包括依次连接的至少两个卷积模块，所述解码器包括与各所述卷积模块一一对应且依次连接的反卷积模块，所述解码器中的第一个反卷积模块的输入包括所述编码器中最后一个卷积模块的输出，所述解码器中其他各反卷积模块的输入包括编码器中对应的卷积模块的输出和与所述反卷积模块连接的上一个反卷积模块的输出。

9.根据权利要求8所述的装置，其中，所述样本时间序列数据包括相互关联的至少两组样本时间序列数据。

10.根据权利要求6-9任一项所述的装置，其中，所述装置还包括：

生成单元，被配置为利用所述原始时间序列数据中的缺失值的预测数值对所述原始时间序列进行填充，得到所述原始时间序列数据对应的完整时间序列数据；

分析单元，被配置为对所述完整时间序列数据进行建模分析。

11.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。

12.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。