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用航空总局第二研究所申请的专利一种基于关系图谱的缺失数据智能插补方法和系统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：CN116303386B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310146169.7，技术领域涉及：G06F16/215；该发明授权一种基于关系图谱的缺失数据智能插补方法和系统是由廖伟;夏欢;陈肇欣;潘野;张涛;郑奕;薛方冉;陈哲;晏楠欣设计研发完成，并于2023-02-21向国家知识产权局提交的专利申请。

本一种基于关系图谱的缺失数据智能插补方法和系统在说明书摘要公布了：本发明涉及信息处理技术领域，具体而言，涉及一种基于关系图谱的缺失数据智能插补方法和系统，总体上基于回归插补思想，引入了数据之间的关系图谱作为缺失值预测模型的输入控制策略；采用改进后的神经网络模型，使得多个变量的缺失值预测可以使用同一个模型；针对数据“大范围、大比例”缺失的场景，构建了一套高可信度的插补顺序控制策略和二次插补策略。总的来说，本发明降低了插补系统的复杂程度，同时提高了插补过程的计算效率。

本发明授权一种基于关系图谱的缺失数据智能插补方法和系统在权利要求书中公布了：1.一种基于关系图谱的缺失数据智能插补方法，其特征在于，包括如下步骤： 生成变量数据集，并进行特征数值化和数值归一化预处理； 基于变量之间的相关系数，建立变量关系图谱； 将所述关系图谱中各变量的邻接变量作为输入对神经网络模型进行训练，以获得缺失值预测模型，所述邻接变量为关系图谱中与目标变量直连的变量； 基于考虑同一行内缺失范围、缺失相关度的插补顺序控制策略，使用所述缺失值预测模型实现缺失数据的智能插补； 对变量进行解码还原； 所述将所述关系图谱中各变量的邻接变量作为输入对神经网络模型进行训练，以获得缺失值预测模型，包括： 取各变量的邻接向量，逐行与输入张量进行hadamard积，生成N个相同维度的中间张量，N为输入张量中变量的个数； 将所述中间张量作为模型输入进行N轮前向传播，生成N个输出张量，其中，每轮前向传播完均不进行参数更新； 将所述输入张量作为输入进行一轮前向传播，并更新过程参数； 将所述输出张量中除第j列以外的其它元素置零，并对N个所述输出张量进行求和，得到最终输出张量，j为输出张量前向传播轮数； 基于最终输出张量与输入张量的偏差进行反向传播，以此重复直至网络收敛或训练次数达到设定值，完成缺失值预测模型的训练。

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用航空总局第二研究所，其通讯地址为：610041 四川省成都市二环路南二段17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。