摘要
摘要：最近出现的像物联网和大数据这样的尖端计算技术，导致了一个可以生成、收集和利用大规模数据的新时代。现在不仅可以更容易地获得数据量，而且还可以获得以前难以获得的信息和知识。在不同的领域，如能源、气候、经济、商业和医疗保健，由于数据采集故障、传输过程异常、机器运行中的设备故障等等原因，导致在这些领域往往存在数据部分缺失的问题。缺失的值被认为是数据分析中的主要障碍，因为它们扭曲了数据的统计特性，减少了可用性。缺失的值不仅会破坏原始数据分布的完整性和平衡性，而且还会影响相关场景的后续分析和应用，因此时间序列中缺失值的处理已经成为一个非常重要的问题，同时时间序列数据在数据挖掘和分析中具有重要的价值。
出版日期
2023年04月18日（中国期刊网平台首次上网日期，不代表论文的发表时间）
