一种缺失值填充方法的研究

随着信息时代的到来,人们在各行各业都面临着海量的数据信息,而缺失数据的存在已成为人们对数据处理分析的一个重大难题。鉴于此,基于自联想神经网络方法,采用逆非线性主成分分析预测模型对宿州市天然气用量的原始数据构建缺失值填充模型。为进一步改进逆非线性主成分分析(Inverse Nonlinear principal component analysis model)方法出现的局部极小点和收敛速度慢的问题,采用共轭梯度算法对其进一步优化。