Eksik değerler, zaman serisi verileri de dahil olmak üzere gerçek dünya verilerinde çok yaygındır. Güç, iletişim veya depolamadaki arızalar, yalnızca gerçek zamanlı izlemeyi etkilemekle kalmayıp aynı zamanda veri analizinin kalitesini de bozarak, birden fazla seride zaman zaman veri bloklarını eksik bırakabilir. Geleneksel kurtarma (impütasyon) teknikleri genellikle eksik serileri çoklu serilerde kurtarmak için zaman serileri arasındaki korelasyondan yararlanır. Bununla birlikte, bu kurtarma teknikleri yüksek korelasyon olduğunu varsayar ve seri korelasyonda farklılıklar gösterdiğinde eksik blokların geri kazanılmasında yetersiz kalır. Bu yazıda, yüksek ve düşük korelasyonlu zaman serilerinde büyük eksik blokları kurtarmak için CDRec adlı yeni bir yaklaşım sunuyoruz. CDRec, bir seferde birden fazla zaman serisini kurtarmak için sentroid ayrıştırma (CD) tekniğine dayanır. Ayrıca CD'yi uzun süreli serilerde verimli bir şekilde hesaplamak için Artımlı Ölçeklenebilir İşaret Vektörü adlı yeni bir algoritma öneriyor ve analiz ediyoruz. Geniş bir uygulama yelpazesini temsil eden birkaç gerçek dünya veri setinde kurtarma tekniğimizin doğruluğunu ve verimliliğini ampirik olarak değerlendiriyoruz. Sonuçlar, toparlanmamızın en doğru algoritmadan daha hızlı büyüklük sırası olduğunu ve toparlanma açısından üstün sonuçlar ürettiğini göstermektedir.