技術(shù)特征：

1.一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法，其特征在于，所述步驟1中傳感器數(shù)據(jù)預(yù)處理包括：

3.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法，其特征在于，所述步驟2中對傳感器數(shù)據(jù)進行采樣頻率標(biāo)注包括：

4.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法，其特征在于，所述步驟3：所有傳感器數(shù)據(jù)采樣頻率對齊中包括：

5.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法，其特征在于，所述步驟4：使用卷積神經(jīng)網(wǎng)絡(luò)預(yù)測數(shù)據(jù)的最優(yōu)降采樣或升采樣頻率中包括：

6.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法，其特征在于，所述步驟5：使用transformer模型對數(shù)據(jù)根據(jù)預(yù)測的采樣頻率進行處理中包括：

7.一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理系統(tǒng)，采用權(quán)利要求1-6中任意所述的一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，具體公開了一種基于神經(jīng)網(wǎng)絡(luò)道路高頻數(shù)據(jù)頻率重采樣處理的方法及系統(tǒng)，通過基于神經(jīng)網(wǎng)絡(luò)和Transformer大模型的自適應(yīng)采樣頻率處理，系統(tǒng)能夠?qū)崿F(xiàn)對多傳感器數(shù)據(jù)的最優(yōu)降采樣或升采樣處理。處理后的數(shù)據(jù)既能保持傳感器原始數(shù)據(jù)的特性和與其他傳感器數(shù)據(jù)的相關(guān)性，同時也能在不影響數(shù)據(jù)分析和存儲效率的情況下顯著節(jié)省存儲空間。這一方法適用于智能交通、自動駕駛等高頻數(shù)據(jù)分析場景，并具有良好的擴展性和應(yīng)用潛力。

技術(shù)研發(fā)人員：冮鑑,劉怡林,張悅,鄭曉妍,王韜杰,陳英昊
受保護的技術(shù)使用者：交通運輸部公路科學(xué)研究所
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15