摘要
本发明属于智能交通技术领域,尤其涉及一种道路高频数据冗余检测的方法及系统,包括分钟级冗余检测、小时级冗余检测、日级冗余检测,通过以上三个阶段的神经网络模型,可对不同时间区间内的数据冗余程度进行检测。根据检测结果,数据可以选择不同的降采样频率进行压缩处理,确保保留关键变化信息,提升数据的有效性和代表性。这一方法实现了数据的高效压缩,同时最大限度保留了道路数据的核心信息,为实际应用中的高频数据分析提供了更加优化的数据基础。
技术关键词
数据冗余
卷积神经网络模型
检测模型训练
Sigmoid函数
数据压缩
卷积特征提取
智能交通技术
周期性特征
随机梯度下降
模型预测值
冗余特征
标注工具
模块
有效性
定义
数据分布