-
公开(公告)号：CN111079827B
公开(公告)日：2023-04-07
申请号：CN201911285086.6
申请日：2019-12-13
IPC分类号： G06F18/20 , G06F18/214 , G06F18/2321
摘要： 本发明实施例提供一种铁路数据状态评估方法及系统，该方法包括：收集系统运行时产生的与待处理数据相对应的外部特征参数集；将外部特征参数集输入至冷热状态分析模型，获取冷热状态分析模型输出的冷热状态分析结果；其中，冷热状态分析模型是基于隐马尔可夫模型建立，并利用外部特征参数集样本以及与所述外部特征参数集样本对应的冷热状态分析结果标签训练后得到的。本发明实施例提供的铁路数据状态评估方法及系统，利用隐马尔可夫模型建立的冷热状态分析模型，通过数据外部特征参数准确地预测数据的内部状态，并根据内部状态梳理铁路现有业务系统及数据使用模式，确定铁路分类分级存储方案，很大程度上提高了铁路系统的数据服务能力。
-
公开(公告)号：CN111079827A
公开(公告)日：2020-04-28
申请号：CN201911285086.6
申请日：2019-12-13
IPC分类号： G06K9/62
摘要： 本发明实施例提供一种铁路数据状态评估方法及系统，该方法包括：收集系统运行时产生的与待处理数据相对应的外部特征参数集；将外部特征参数集输入至冷热状态分析模型，获取冷热状态分析模型输出的冷热状态分析结果；其中，冷热状态分析模型是基于隐马尔可夫模型建立，并利用外部特征参数集样本以及与所述外部特征参数集样本对应的冷热状态分析结果标签训练后得到的。本发明实施例提供的铁路数据状态评估方法及系统，利用隐马尔可夫模型建立的冷热状态分析模型，通过数据外部特征参数准确地预测数据的内部状态，并根据内部状态梳理铁路现有业务系统及数据使用模式，确定铁路分类分级存储方案，很大程度上提高了铁路系统的数据服务能力。
-
公开(公告)号：CN111209472B
公开(公告)日：2023-08-18
申请号：CN201911350760.4
申请日：2019-12-24
IPC分类号： G06F16/9535 , G06F16/9536
摘要： 本发明实施例提供一种铁路事故故障关联和事故故障原因分析方法及系统，该方法包括：构建铁路事故故障知识图谱；基于铁路事故故障知识图谱，对所有的事故故障名称以及所有的事故故障原因进行名称归一化后，进行统一编码，获取事故故障及原因编号表；将事故故障及原因编号表输入至协同过滤分析模型，生成原因相似度矩阵；基于原因相似度矩阵，获取与每个事故故障名称相对应的最可能事故故障原因推荐；将事故故障及原因编号表输入至协同过滤分析模型，生成事故故障相似度矩阵；并基于事故故障相似度矩阵，获取每个事故故障原因导致的事故故障集合。本实施例通过融合知识图谱与推荐算法，提高了事故故障关联与原因分析的精准度，加强了铁路安全运行的保障。
-
公开(公告)号：CN111209472A
公开(公告)日：2020-05-29
申请号：CN201911350760.4
申请日：2019-12-24
IPC分类号： G06F16/9535 , G06F16/9536
摘要： 本发明实施例提供一种铁路事故故障关联和事故故障原因分析方法及系统，该方法包括：构建铁路事故故障知识图谱；基于铁路事故故障知识图谱，对所有的事故故障名称以及所有的事故故障原因进行名称归一化后，进行统一编码，获取事故故障及原因编号表；将事故故障及原因编号表输入至协同过滤分析模型，生成原因相似度矩阵；基于原因相似度矩阵，获取与每个事故故障名称相对应的最可能事故故障原因推荐；将事故故障及原因编号表输入至协同过滤分析模型，生成事故故障相似度矩阵；并基于事故故障相似度矩阵，获取每个事故故障原因导致的事故故障集合。本实施例通过融合知识图谱与推荐算法，提高了事故故障关联与原因分析的精准度，加强了铁路安全运行的保障。
-
公开(公告)号：CN111191452A
公开(公告)日：2020-05-22
申请号：CN201911350774.6
申请日：2019-12-24
IPC分类号： G06F40/295 , G06F40/211 , G06F40/30 , G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明实施例提供一种铁路文本命名实体识别方法及装置，该方法包括：对原始铁路文本数据进行预处理，得到预处理铁路文本数据信息；将预处理铁路文本数据信息输入预设BERT模型，得到铁路文本向量信息；将铁路文本向量信息输入预设BiLSTM-CRF模型，得到铁路文本命名实体识别结果信息；其中，BERT实现文本上下文的铁路文本特征向量学习，获得铁路行业事故故障文本向量表示。通过利用预设BERT增强故障文本命名实体关键字的向量和语义表示，通过BiLSTM-CRF模型，实现对于故障文本向量的计算和识别，得到铁路文本命名实体识别结果信息。
-
公开(公告)号：CN110784419B
公开(公告)日：2023-02-28
申请号：CN201911006695.3
申请日：2019-10-22
IPC分类号： H04L47/50 , H04L47/2416 , H04L9/40 , G06F16/28 , G06F16/26
摘要： 本发明实施例提供一种铁路电务专业数据可视化方法及系统，其中方法包括：接收数据源上传的数据，并将数据存储至第一Kafka消息队列中；通过Flink流处理服务对第一Kafka消息队列的数据进行完整性校验，将实时数据转换为预设格式后发送至第二Kafka消息队列；从第二Kafka消息队列中获取目标数据，将取得的目标数据返回前端进行可视化处理。对于铁路电务专业领域的数据存在实时性要求高的需求，本发明采用Kafka消息队列进行总线多线程处理，数据随进随出，独立线程同步存储，保障响应速度，同时对于准确度要求高的需求，在流处理过程中增加了入库前的有效字段校验，确保采集共享全流程的高可靠性。
-
公开(公告)号：CN110784419A
公开(公告)日：2020-02-11
申请号：CN201911006695.3
申请日：2019-10-22
IPC分类号： H04L12/863 , H04L12/853 , H04L29/06 , G06F16/28 , G06F16/26
摘要： 本发明实施例提供一种铁路电务专业数据可视化方法及系统，其中方法包括：接收数据源上传的数据，并将数据存储至第一Kafka消息队列中；通过Flink流处理服务对第一Kafka消息队列的数据进行完整性校验，将实时数据转换为预设格式后发送至第二Kafka消息队列；从第二Kafka消息队列中获取目标数据，将取得的目标数据返回前端进行可视化处理。对于铁路电务专业领域的数据存在实时性要求高的需求，本发明采用Kafka消息队列进行总线多线程处理，数据随进随出，独立线程同步存储，保障响应速度，同时对于准确度要求高的需求，在流处理过程中增加了入库前的有效字段校验，确保采集共享全流程的高可靠性。
-
公开(公告)号：CN111415326A
公开(公告)日：2020-07-14
申请号：CN202010099770.1
申请日：2020-02-18
IPC分类号： G06T7/00
摘要： 本发明实施例提供一种用于铁路接触网螺栓异常状态的检测方法及系统。该方法包括：获取待检测铁路接触网螺栓图像；基于训练后的图像生成模型和多重空间映射模型，对所述待检测铁路接触网螺栓图像进行异常检测分析，得到铁路接触网螺栓异常状态检测结果。本发明实施例基于非监督学习的算法，解决现有检测算法泛化性差、异常类别定义困难、对于未见过的异常样本准确性大幅降低的问题，且非监督学习算法不需要对异常种类进行详细的定义，大幅降低数据标注量，并降低检测人员工作强度。
-
公开(公告)号：CN111191190A
公开(公告)日：2020-05-22
申请号：CN201911340048.6
申请日：2019-12-23
摘要： 本发明实施例提供一种铁路行车事故风险评估方法及装置，方法包括：获取铁路行车事故与导致铁路行车事故的中间原因事件之间的关联关系，以及各中间原因事件与导致各中间原因事件的基础原因事件之间的关联关系；其中，基础原因事件包括人为原因事件和技术原因事件；根据铁路行车事故与中间原因事件之间的关联关系，以及各中间原因事件与基础原因事件之间的关联关系确定铁路行车事故的风险评估函数；根据铁路行车事故的风险评估函数，获取铁路行车事故的发生概率，并通过海藻球的方式展示风险评估结果。本发明实施例考虑了导致铁路行车事故的技术条件和人为因素，使得对铁路行车事故进行风险评估的结果更加全面和准确，风险评估结果的显示更加直观。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.083 秒)
