Algorithm · 数据质量数据质量

缺失值处理(安全关键实现)

Missing Data Handling — Safety-Critical 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。 用于安全关键场景(预警、联锁、自动控制)时须做冗余/表决、看门狗与越限自检,异常输入按失效安全处理。

04

关键参数

缺失原因分类、最长可容忍 gap、是否允许插补;安全版本关注中间结果一致性校验、看门狗超时与冗余表决,需进行故障注入测试。

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。 安全关键实现以失效安全为原则,双通道一致性不一致时应降级或停机,并保留审计日志。
CLOSE

把 缺失值处理(安全关键实现) 用起来

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。