原文传递
基于神经网络的公路路面养护数据异常值识别及缺失值填补方法研究
| 题名： | 基于神经网络的公路路面养护数据异常值识别及缺失值填补方法研究 |
| 作者： | 张海蛟 |
| 关键词： | 公路路面;养护数据;异常识别;缺失填充;神经网络 |
| 摘要： | 公路路面养护数据质量直接影响路面养护计划的制定。但当前涉及路面养护数据清洗的研究较少，工程师们缺乏一套行之有效的方法来保证路面养护数据质量。因此，提出了一套基于神经网络的养护数据异常值识别和缺失值填补方法。首先根据养护数据本身特点，提出了3条判断异常的依据。然后区分出正常和异常数据，将异常数据中养护措施剔除空缺下来。最后利用正常数据和神经网络理论构建养护措施与其他路面因素之间的非线性映射关系（即缺失值填充模型），为异常数据填补上合适的养护措施。以山西省高速公路路面养护数据为例，使用一次该方法，路面养护数据中异常数据占比从42.75%下降到了8.47%。 |
| 期刊名称： | 公路 |
| 出版年： | 2023 |
| 期： | 05 |
| 页码： | 365-370 |
检索历史
应用推荐
