针对碳排放因子数据缺失的插值补全方法、装置、设备、存储介质和程序产品

本申请涉及一种针对碳排放因子数据缺失的插值补全方法、装置、设备、存储介质和程序产品，涉及人工智能技术领域。本申请能够提高插值补全结果的精度。方法包括：对碳排放因子数据集进行数据分割、归一化处理和缺失数据模拟，得到缺失掩码、指示掩码和包含缺失值的不完整数据集；基于权重系数、第一损失函数和第二损失函数确定总损失函数；利用训练集和验证集对初始深度学习模型进行训练和验证，并通过最小化总损失函数来优化初始深度学习模型的模型参数，直至参数优化后的深度学习模型在测试集上的插值补全精度满足阈值条件，得到基于自注意力机制和对角掩码机制的目标深度学习模型；目标深度学习模型用于对碳排放因子数据进行插值补全。