对于一个时间序列，等间隔采样获取的一组数据，存在一定的周期性。
但是数据中存在一些缺失值，现在欲通过算法来填补。目前考虑到以下算法：
1.数据拟合or插值 拉格朗日、牛顿、三次样条等等
2.回归分析
3.灰色预测
4.有期望最大化法 EM
5.多重填补 MI
6.BP网络
7.支持向量机SVM考虑到数据的周期性，这些算法那个更优？或者还有什么算法推荐吗？？


top1 若数据缺失值较少，零零星星几个缺失值，推荐那种算法来填充缺失值？
top2 若数据缺失值较多，成片成片的缺失值，连续二、三十个数据均缺失，推荐那种算法来填充缺失值？
学习交流，不胜感激