融合因果约束与潜在变量的不均衡离散数据生成方法

本发明公开了融合因果约束与潜在变量的不均衡离散数据生成方法，首先采集道路交通事故发生点的环境因素及事故严重程度，并记录为道路交通事故数据D，建立道路交通事故数据<I>D</I>的因果图<I>G</I>，得到邻接矩阵<I>A</I>；然后将原始数据特征<I>X</I>通过变分自编码器VAE的编码器映射计算，得到潜在变量<I>z</I>；将潜在变量<I>z</I>和类别标签<I>Y</I>作为WGAN‑GP网络生成器的输入，得到虚拟潜在变量<Image he="50" wi="90" file="ZY_1.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>，再结合判别器输出真实性评分<I>Di</I>区分潜在变量<I>z</I>和虚拟潜在变量<Image he="50" wi="90" file="ZY_2.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>，得到高保真潜在变量<Image he="58" wi="42" file="ZY_3.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>；最后将高保真潜在变量<Image he="58" wi="42" file="ZY_4.GIF" imgContent="drawing" imgFormat="GIF" orientation="portrait" inline="yes"/>作为VAE解码器的输入，结合因果约束生成少类样本合成数据。本发明有助于提高城市交通事故数据监测质量，进而提升道路安全管理及决策准确性。