摘要
本公开提供了一种基于CTGAN的隧道病害监测数据增强方法及系统,涉及数据增强技术领域,包括:对隧道现场病害的真实数据表格进行病害类型标注及病害特征预处理;从预处理后的病害特征中提取时间序列特征和空间位置特征;以时间序列特征、空间位置特征和病害类型为条件信息训练CTGAN,并利用CTGAN生成与预处理后的真实数据表格具有相似分布的合成数据,得到新样本数据表格;在生成新样本数据表格后,采用统计方法和支持向量机相结合的方式,对合成效果进行验证;本发明利用条件表格生成对抗网络,基于隧道现场病害的真实数据表格,进行隧道病害监测数据的补充和优化,解决数据稀缺和类别不平衡问题,提升机器学习模型的训练效果。
技术关键词
隧道病害
时间序列特征
病害特征
表格
数据
隧道现场
非暂态计算机可读存储介质
统计方法
位置编码方法
支持向量机模型
样本
分布直方图
生成对抗网络
电子设备
处理器
机器学习模型
轮廓系数
模块
存储器
系统为您推荐了相关专利信息
面向无人机
无人机气囊
监测方法
智能传感器
数据
通信特征
电力通信网络
分析方法
通信链路
大数据
掌纹图像
手掌特征识别方法
三角形
表征方法
掌静脉图像
知识图谱构建方法
CRF算法
深度神经网络
知识图谱框架
电力