买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种面向多维特性数据的缺失值检测及填补方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115269681B 。

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210841731.3，技术领域涉及：G06F16/2458；该发明授权一种面向多维特性数据的缺失值检测及填补方法是由乔非;翟晓东设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本一种面向多维特性数据的缺失值检测及填补方法在说明书摘要公布了：本发明涉及一种面向多维特性数据的缺失值检测及填补方法，该方法包括以下步骤：步骤1：输入待处理的数据集，进行数据整合；步骤2：判断每个数据点的每个维度是否发生缺失，以查找出数据集中发生缺失的数据点的位置及个数；步骤3：确定数据集的整体缺失度；步骤4：确定数据集的维度缺失度；步骤5：确定数据集的加权维度缺失度；步骤6：基于不同的缺失度选择对应的缺失值填补算法进行数据填补。与现有技术相比，本发明具有实现对多维特性数据集缺失程度的全面检测和提高了数据填补效果等优点。

本发明授权一种面向多维特性数据的缺失值检测及填补方法在权利要求书中公布了：1.一种面向多维特性数据的缺失值检测及填补方法，其特征在于，该方法包括以下步骤： 步骤1：输入待处理的数据集，进行数据整合； 步骤2：判断每个数据点的每个维度是否发生缺失，以查找出数据集中发生缺失的数据点的位置及个数； 步骤3：确定数据集的整体缺失度； 步骤4：确定数据集的维度缺失度； 步骤5：确定数据集的加权维度缺失度； 步骤6：基于不同的缺失度选择对应的缺失值填补算法进行数据填补； 所述的步骤2，查找出数据集中发生缺失的数据点的位置及个数的过程具体为： 定义n*m维全零矩阵nulindex，其中，n代表数据点的数量，m代表每个数据点的维度； 在空间中对数据集的行列依次进行检测，并判断每一个数据点xi，0＜i＜＝n的每一个维度xij，0＜j＜＝m是否为空，若判断维度xij为空，则将数据集的第i行第j列标记为Nan，并为全零矩阵nulindex的第i行第j列赋值为1，即nulindex[i,j]＝1，表明xij发生缺失，反之，则不填充，直至对整个数据集完成检测，以查找出数据集中发生缺失的数据点的位置及个数； 所述的步骤4中，确定数据集的维度缺失度的过程具体为： 维度缺失度的最小单位为一个维度，通过对整个数据集的缺失维度进行求和，获取整个数据集中发生缺失的维度总个数，再将缺失维度个数与数据集的维度总和求商，得到数据集中发生缺失的维度占总维度的百分比，即数据集的维度缺失度，维度缺失度menms的计算公式为： 其中，nulindex[i,j]表示矩阵nulindex的第i行第j列，rownulindex为矩阵nulindex的行数，columnnulindex为矩阵nulindex的列数； 所述的步骤5中，确定数据集的加权维度缺失度的过程具体为： 依次对每一个数据点的每一维度进行检测，并与该维度对应的重要度系数相乘，从而获取该数据点的加权缺失度，再将所有数据点的加权缺失度求和，与数据集的维度总和求商，进而得到数据集的加权维度缺失度，设数据集矩阵的第j列，即数据集的第j个维度，其权重为ωj，所有维度的权重之和等于k，即加权维度缺失度wms的计算公式为： 其中，nulindex[i,j]表示矩阵nulindex的第i行第j列，ωj为第j个维度的权重。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。