基于数据驱动的路面养护与状况数据异常值综合识别方法

本发明属于路面状况数据监测技术领域，具体涉及一种基于数据驱动的路面养护与状况数据异常值综合识别方法。该方法使用正常数据集分别训练基于人工神经网络的养护措施概率预测模型和基于贝叶斯神经网络的路面状况预测模型；先利用训练好的基于人工神经网络的养护措施概率预测模型进行异常养护数据识别与修正，再利用基于贝叶斯神经网络的路面状况预测模型进行异常路面状况指数数据识别与修正，并结合2σ原则进行不同路段养护数据异常阈值和路面状况指数异常阈值的动态调整。本发明可用于提高路面管理系统的数据质量，帮助管理者制定科学合理的养护决策。