一种基于GRU模型的数据缺失值填充方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115757372A(43)申请公布日2023.03.07(21)申请号202211355037.7(22)申请日2022.11.01(71)申请人深圳市中融数字科技有限公司地址518000广东省深圳市南山区西丽街道松坪山社区科苑北路78号共享大厦A座1901(72)发明人邓超凡刁远明(74)专利代理机构深圳市徽正知识产权代理有限公司44405专利代理师汪栋(51)Int.Cl.G06F16/215(2019.01)G06F18/10(2023.01)G06N3/0442(2023.01)权利要求书2页说明书8页附图1页(54)发明名称一种基于GRU模型的数据缺失值填充方法及系统(57)摘要本发明公开了一种基于GRU模型的数据缺失值填充方法及系统，方法包括：基于家畜的耳标传感器获取家畜的传感器数据样本；基于传感器数据样本对预先构建的GRU模型进行训练，生成目标GRU模型；获取待填充的传感器数据，将所述待填充的传感器数据输入所述目标GRU模型，得到数据缺失值填充结果。本发明实施例可以很好的缓解传感器因信号导致数据采集不足的问题，有利于接下来的数据分析和挖掘工作，为自动化监控家畜的实时情况提供了方便。CN115757372ACN115757372A权利要求书1/2页1.一种基于GRU模型的数据缺失值填充方法，其特征在于，包括：基于家畜的耳标传感器获取家畜的传感器数据样本；基于传感器数据样本对预先构建的GRU模型进行训练，生成目标GRU模型；获取待填充的传感器数据，将所述待填充的传感器数据输入所述目标GRU模型，得到数据缺失值填充结果。2.根据权利要求1所述的基于GRU模型的数据缺失值填充方法，其特征在于，所述基于家畜的耳标传感器获取家畜的传感器数据样本，包括：基于家畜的耳标传感器获取家畜实时的传感器数据，所述家畜的实时数据包括家畜的温度数据、运动数据及环境温度数据；将所述家畜的实时数据与家畜的标识号进行映射后存储至时序数据库；检测到传感器数据样本生成指令，则基于家畜的耳标号获取家畜的标识号；根据家畜的标识号在所述时序数据库中读取家畜对应的传感器数据；将传感器数据按照时间步数进行提取，将提取的数据格式转化为GRU模型的样本格式，生成初始传感器数据样本；将初始传感器数据样本进行归一化处理，生成传感器数据样本。3.根据权利要求2所述的基于GRU模型的数据缺失值填充方法，其特征在于，所述基于传感器数据样本对预先构建的GRU模型进行训练，生成目标GRU模型前，包括：构建初始GRU模型，并在初始GRU模型的输出层添加全连接层，生成预先构建的GRU模型。4.根据权利要求3所述的基于GRU模型的数据缺失值填充方法，其特征在于，所述基于传感器数据样本对预先构建的GRU模型进行训练，生成目标GRU模型，包括：将传感器数据样本进行切分，生成训练集、测试集及验证集；将训练集输入预先构建的GRU模型进行训练；训练过程中通过预先定义的标签和损失函数优化模型参数；优化完成后，生成目标GRU模型，存储所述目标GRU模型。5.根据权利要求4所述的基于GRU模型的数据缺失值填充方法，其特征在于，所述获取待填充的传感器数据，将所述待填充的传感器数据输入所述目标GRU模型，得到数据缺失值填充结果，包括：获取待填充的传感器数据，提取传感器数据中的数据缺失值及非缺失值；提取缺失值前预定长度的非缺失值的时序数据作为输入数据，将输入数据进行归一化处理输入到GRU模型；获取GRU模型的输出结果，将输出结果进行反归一化处理，得到数据缺失值的预测结果。6.一种基于GRU模型的数据缺失值填充系统，其特征在于，所述系统包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现以下步骤：基于家畜的耳标传感器获取家畜的传感器数据样本；基于传感器数据样本对预先构建的GRU模型进行训练，生成目标GRU模型；获取待填充的传感器数据，将所述待填充的传感器数据输入所述目标GRU模型，得到数2CN115757372A权利要求书2/2页据缺失值填充结果。7.根据权利要求6所述的基于GRU模型的数据缺失值填充系统，其特征在于，所述计算机程序被所述处理器执行时还实现以下步骤：基于家畜的耳标传感器获取家畜实时的传感器数据，所述家畜的实时数据包括家畜的温度数据、运动数据及环境温度数据；将所述家畜的实时数据与家畜的标识号进行映射后存储至时序数据库；检测到传感器数据样本生成指令，则基于家畜的耳标号获取家畜的标识号；根据家畜的标识号在所述时序数据库中读取家畜对应的传感器数据；将传感器数据按照时间步数进行提取，将提取的数据格式转化为GRU模型的样本格式，生成初始传感器数据样本；将初始传感器数据样本进行归一