典型文献
基于VAEGAN的缺失数据填补研究
文献摘要：
数据的完整性对人工智能、数据挖掘的研究有重要意义,然而在数据从采集到应用的过程中,由于各种原因,经常会存在数据缺失的现象.为减少数据缺失对数据应用带来的影响,提出一种基于变分自编码器生成对抗网络(Variational Autoencoder Generative Adversarial Net-work,VAEGAN)的缺失数据填补模型.模型根据不完整数据集中缺失信息构建缺失掩码,利用缺失掩码在无需完整数据参与的条件下设计重构损失函数和鉴别损失函数,在不完整数据集上采用变分推断的思想生成缺失数据的估计值,利用鉴别器对抗训练生成网络.最后在不同数据集、不同缺失的条件下与常用的缺失填补算法进行对比实验.
文献关键词：
缺失数据填补;生成式对抗网络;变分自编码器
中图分类号：
作者姓名：
徐晔波;倪颖杰
作者机构：
信息工程大学,河南郑州450001;江南计算技术研究所,江苏无锡214083
文献出处：
引用格式：
[1]徐晔波;倪颖杰-.基于VAEGAN的缺失数据填补研究)[J].信息工程大学学报,2022(02):224-229
A类：
VAEGAN
B类：
缺失数据填补,数据缺失,少数据,数据应用,变分自编码器,生成对抗网络,Variational,Autoencoder,Generative,Adversarial,Net,work,不完整数据集,失信,信息构建,掩码,下设,计重,损失函数,变分推断,估计值,鉴别器,对抗训练,生成网络,生成式对抗网络
AB值：
0.318197
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
