一种基于条件扩散模型的交通基础设施监测数据概率异常值诊断方法

本发明提出一种基于条件扩散模型的交通基础设施监测数据概率异常值诊断方法。所述方法包括条件嵌入网络计算隐藏状态、前向过程增加白噪声、结合隐藏状态训练预测模型，优化条件网络和去噪网络的模型参数、基于训练好的网络模型生成预测结果计算预测均值和标准差以及计算数据点异常概率等过程。本发明所述方法通过条件化处理等手段，使模型能够在检测数据集中存在异常数据时学校到较准确的预测模型，并通过计算异常概率的方式可以在诊断异常数据的同时量化数据点的异常程度，能够为交通基础设施结构健康监测领域提供一种有效的异常值诊断方法。