一种基于季节趋势分解的条件扩散时间序列插补方法

本发明公开了一种基于季节趋势分解的条件扩散时间序列插补方法。该方法旨在解决时间序列数据中存在的缺失值问题，并提高插补结果的精度。本发明的方法包括以下步骤：(1)对包含缺失值的输入时间序列进行多尺度分解，获得趋势分量和季节分量(2)通过扩散过程逐步向原始时间序列添加随机噪声，直至其变为纯高斯噪声。(3)训练一个用于估计扩散过程中添加的噪声的去噪网络。(4)通过最小化预测噪声与真实噪声之间的差异来训练去噪网络，并且引入傅里叶损失项以约束生成时间序列在频域上的准确性。(5)最后，从随机采样的纯高斯噪声开始，通过迭代执行所述逆扩散过程，逐步恢复出完整的插补时间序列。