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！

龙图腾网获悉中国民航大学申请的专利一种基于扩散模型的时间序列数据缺失值填充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：CN119202555B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202411260499.X，技术领域涉及：G06F18/15；该发明授权一种基于扩散模型的时间序列数据缺失值填充方法是由冯兴杰;卞兴鹏;冯小荣设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本一种基于扩散模型的时间序列数据缺失值填充方法在说明书摘要公布了：本发明提供了一种基于扩散模型的时间序列数据缺失值填充方法，包括构建填充模型，对填充模型进行训练，利用训练好的填充模型进行数据缺失值填充；填充模型包括去噪扩散模块以及评价填充模块；所述去噪扩散模块包括输入数据处理模块、残差连接块和输出整合模块；所述评价填充模块包括增量式填充模块和采样结果整合模块；本发明基于当前最先进的扩散模型架构DiffWave，采用自监督的训练方式，通过Mask非缺失部位的数据来生成填充目标，同时使用可观测部位信息辅助扩散模型预测噪声，实现扩散模型高效、准确的训练；本发明可以有效提升时间序列缺失值填充效果，解决时间序列中数据缺失的问题，提升数据质量和价值。

本发明授权一种基于扩散模型的时间序列数据缺失值填充方法在权利要求书中公布了：1.一种基于扩散模型的时间序列数据缺失值填充方法，其特征在于：包括构建填充模型，对填充模型进行训练，利用训练好的填充模型进行数据缺失值填充； 所述填充模型包括基于经典语音生成模型Diffwave组成的去噪扩散模块、以及基于Transformer和GRU的评价填充模块；所述去噪扩散模块包括输入数据处理模块、残差连接块和输出整合模块；所述评价填充模块包括增量式填充模块和采样结果整合模块； 所述输入数据处理模块用于将含有缺失值的输入数据进行人工掩码，生成掩码矩阵和条件信息矩阵，同时随机采样扩散步骤t，将数据、扩散步和条件信息通过卷积层和激活函数进行投影嵌入； 所述残差连接块用于将输入数据进行多层次、多维度映射和注意力计算与融合处理，包括时序注意力模块TAM、扩散步嵌入投影卷积层、条件信息嵌入投影卷积层和中间扩张分解层，所述扩散步嵌入投影卷积层用于将输入的扩散步通过卷积网络映射到残差连接块的输入维度，所述条件信息嵌入投影卷积层用于将输入的条件信息通过卷积网络映射到残差连接块的输入维度，所述时序注意力模块TAM用于将时序注意力分解为通道内静态注意力、通道间动态注意力的并联，以及沿时间维度的时序注意力、沿特征维度的特征注意力的串联；所述中间扩张分解层将数据分解成等尺寸的两部分，一部分作为下一层残差块的输入，一部分作为当前残差块的输出； 所述输出整合模块用于将多个残差连接块的输入进行相加整合，通过卷积层和激活函数将映射到高维的数据再次映射到数据的原始维度； 所述增量式填充模块通过将待填充的数据点上距离相邻或注意力分数高的可观测数据进行合理性评价，依照评价结果将符合约束的填充值作为可观测的信息，输入到下一轮的生成模型中，实现增量式填充；所述增量式填充模块从时间和特征两个角度进行序列评价，时间合理性评价将数据按照时间点进行划分，每个时间点的所有特征值组合成一条序列，采用Transformer来计算可观测值对填充值的注意力，再通过线性层输出每个时间点是否满足原始数据分布的要求，特征合理性评价是将数据按照特征维度进行划分，并将每个特征对应的一段时间内的数据组合成一条序列，将序列内数据按照时间先后输入到GRU网络中，借助于GRU凝练整条序列的信息，再经过一个线性层后输出该特征下的数据是否满足原始数据分布的要求，将时间合理性与特征合理性的结果进行乘积，得到整条序列的评价结果； 所述采样结果整合模块采用无监督聚类算法将采样结果自动加权整合。

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中国民航大学，其通讯地址为：300300 天津市东丽区津北公路2898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”。

以上内容由龙图腾AI智能生成。