缺失值处理（嵌入式实时实现）
Missing Data Handling — Embedded Real-Time Implementation
识别、标记与处理数据缺失：区分为"通信中断"、"传感器故障"、"主动剔除"与"未采集"。
01
定义
识别、标记与处理数据缺失：区分为"通信中断"、"传感器故障"、"主动剔除"与"未采集"。
02
公式与计算
缺失率 = 缺失样本数 / 应到样本数
连续性指标：最长连续缺失时长 T_gap
03
适用时机
所有时间序列入库前的必做步骤；缺失原因是判断数据可用性的关键。 在采集器/边缘节点上实现时，需按定点运算、内存与功耗约束裁剪，窗长与阈值取保守值以保证实时性。
04
关键参数
缺失原因分类、最长可容忍 gap、是否允许插补；嵌入式版本注意数值量化、内存占用与执行周期预算。
05
注意事项
失效与边界SIYB 建议：不静默插补。缺失必须保留为缺失并标记原因，插补值应另设字段。 嵌入式实现须在目标样机上验证执行周期与长期稳定性，再上线批量部署。
CLOSE
把 缺失值处理（嵌入式实时实现） 用起来
下一步
实际项目如何应用？
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
场景设计、设备选型与工程实施，见 xmsiyb.cn 行业应用与智能选型中心。
相关 SIYB 产品
正式参数、方案与商务资料以 xmsiyb.com 官网为准。
需要把技术判断落到项目？
进入行业应用与智能选型中心，获取场景设计、选型与实施参考。