一种基于高速公路传感网布设的长期路面监测数据增强方法

摘要

本发明公开了一种基于高速公路传感网布设的长期路面监测数据增强方法，采用计算机技术对高速公路传感网获取的原始监测数据进行数据补全和数据平滑；基于时序对抗生成网络对预处理监测数据进行深度数据增强，学习监测数据内部的关键信息，从而合成更多的高质量模拟数据使得时序数据样本物理特征和时间动态相对更加明显，提高模型的预测精度和泛化能力，减少过拟合；最后，基于深度学习模型时序卷积神经网络和序列到序列模型对合成的监测大数据集进行训练，将训练权重迁移至该模型中得到预训练模型，实现基于原始数据集的道路基层应变预测。此外，本发明能够进行精确的道路基层应变分析为后续的道路养护工作奠定基础。