《表2 多变量数据上修复误差（MSE）对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于残差连接长短期记忆网络的时间序列修复模型》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

为了能更直观地展示缺失值修复效果，随机抽取1个区域的日供电量序列，画出上述各种单变量缺失修复方法的修复结果（由于Interpolation效果较差，在此不做可视化）。如图4所示，对于绝大多数的缺失时间点，RSI-LSTM相比其他方法，可以取得较好的修复效果，修复值大多和原始的时间序列重合；而相比基线模型LSTM，RSI-LSTM在峰值处可以取得较好的效果。因为残差和单元可以更好地挖掘缺失数据和它们最近的非缺失数据的潜在关联性，提高网络的修复能力。