论文部分内容阅读
数据中心质量的高低取决于其数据的正确性,因此数据抽取质量的优劣就显得非常重要,由于行业的特殊性,目前很难找到一种通用的、高效的数据清洗方法。本文以电量数据为研究对象,重点介绍了电量数据的对象模型及产生异常的主要原因,提出了用遗产神经网络的预测模型来对数据清洗过程中产生的空缺值进行预测填补,并对提出的方法进行了实际的数据对比分析,以验证该方法的有效性。