【摘 要】
：
铁路系统在我国综合交通运输体系发挥重要骨干作用,铁路系统的运营安全保障至关重要。对过去的事故案例开展事故数据学习和分析工作,获取准确的事故致因作用机理和关键致因,可以防止类似事故的再次发生。本文针对铁路事故数据特点,基于文本挖掘技术对事故致因进行定性定量分析,设计事故致因提取及关联规则挖掘方法,确定事故发生的传播机理和关键致因。论文主要工作如下:（1）针对铁路事故报告文本特点,设计了基于词加权的L
论文部分内容阅读
铁路系统在我国综合交通运输体系发挥重要骨干作用,铁路系统的运营安全保障至关重要。对过去的事故案例开展事故数据学习和分析工作,获取准确的事故致因作用机理和关键致因,可以防止类似事故的再次发生。本文针对铁路事故数据特点,基于文本挖掘技术对事故致因进行定性定量分析,设计事故致因提取及关联规则挖掘方法,确定事故发生的传播机理和关键致因。论文主要工作如下:（1）针对铁路事故报告文本特点,设计了基于词加权的LDA主题模型。模型采用高斯函数对事故文本低频词、中频词及高频词进行加权,同时结合困惑度与主题方差确定事故致因主题数量。仿真结果表明,本文提出的基于词加权的LDA主题模型能够实现对铁路事故中的人为、技术、组织、环境因素的准确识别。（2）基于提取的事故主题及其相关特征确定了事故致因因素,在此基础上针对目前卷积神经网络用于事故致因分类存在的缺点,构建了基于M-CNN的铁路事故致因多标签分类模型。模型考虑铁路致因文本特点,设计了词语级、字符级及主题级别网络三通道文本特征输入,并利用K-Max-Pooling技术提升模型的分类性能。仿真结果表明,基于M-CNN的文本分类模型能够准确识别事故样本致因标签,与传统卷积神经网络相比分类准确率提高约5%。（3）针对传统关联规则算法不考虑负关联规则和事故等级权重的问题,提出了一种改进的兴趣度C＿Inter,并对不同等级事故涉及事故致因因素进行加权,设计了基于C＿Inter的加权关联规则辨识算法。采用该算法对构建的结构化事故数据集进行关联规则分析,得到了铁路事故致因正负强关联规则集合,进而给出了应对不同致因关联规则的改进措施。与传统的Apriori算法相比,本文提出的算法能够识别出更多和更有意义的强关联规则。（4）设计了基于关联规则和网络分析法的致因权重量化分析方法。利用挖掘出的关联规则加权支持度确定事故致因的价值权重,结合加权置信度及加权兴趣度确定事故致因的影响权重,从而确定事故致因综合权重。对本文铁路事故报告中涉及的致因进行权重分析计算验证了本文提出的致因综合权重确定方法的准确性和有效性。最后分析铁路事故关键致因,给出了改进措施建议。
其他文献
气体传感器在工业制造、医疗诊断、国防、环保等众多应用领域发挥着至关重要的作用。二氧化硫（SO2）作为一种主要的大气污染物,其浓度检测是气体传感领域的重点研究方向之一。本文提出了一种基于还原氧化石墨烯（reduced Graphene Oxide,r GO）场效应管（Field Effect Transistor,FET）型的SO2气体传感器,采用r GO与二氧化钛（Ti O2）纳米颗粒复合薄膜作为
随着互联网技术的发展,金融领域开始走向互联网化[1]。金融是一个和资金往来有着密切联系的行业,因此在金融互联网化的过程中,面临着诸多资金安全问题。同时,随着用户量的激增,系统的数量越来越多、复杂程度越来越高,系统之间的调用关系也逐渐复杂,一个环节的调用失败就可能引起一连串的雪崩问题[2]。因此,系统的稳定性建设问题亟待处理。基于上述现状,基于混沌工程理论来构建演练系统逐渐成为一种主流的解决方案[3
近些年,我国港口行业发展迅速,港口群成为港口发展的趋势。我国已经形成五大港口群,在长期发展下港口群出现了港口吞吐能力过剩、港口岸线设施资源浪费以及同质化竞争严重等问题,交通部以及政府部门也在尝试推进港口的资源整合,推动区域内港口间的相互合作。本文主要研究港口群的竞合问题,并以珠三角港口群为例进行具体分析。本研究的目的是:以网络作为基本视角,通过对港口群竞合网络的构建与分析研究,探寻核心港口在该港口
组玉佩又称全佩、大佩,是由多件不同种类的玉佩饰在礼制规范下,按一定规律穿系而成的大型玉佩饰,其多样的款式,复杂的结构,明显的尊卑关系,都象征着各贵族阶层的身份和地位。西周是我国礼制最鼎盛的时期之一,符合礼乐文化制度且器型较大、形制复杂的组玉佩在此历史环境下应时而生。战国组玉佩是在西周组玉佩的基础上发展起来的,并将组玉佩礼制观念与人的行为联系起来,成为我国古代装饰玉中最为独特的一个类别。随着近现代生
近年来随着高铁建设的不断推进,我国高铁发展已进入网络化阶段,旅客的出行需求得到了进一步满足,出行选择也不断丰富。然而由于客流需求的复杂性与波动性,现阶段固定的票额分配与票价制定策略难以满足日益增长的出行需求,客票需求与供给的不匹配成为了阻碍高铁运营能力提升的关键因素。本文从旅客选择行为入手,在同OD多列车出行选择中,通过构建仿真流程引导旅客进行二次选择,研究各OD上票额与票价的组合优化方法,建立多
随着我国铁路快速发展,运营里程不断提高,高速铁路的运营安全问题愈发受到重视。而由于铁路沿线基础防护措施不健全,导致异物入侵事件常有发生,严重威胁国家财产及人民生命安全。因此,实现准确、及时地铁路异物入侵检测十分必要。现有的异物入侵检测方法在抗干扰能力或检测精度等方面存在缺陷,故本文提出了一种基于深度学习理论的铁路异物入侵检测方法,旨在及时预报安全隐患,提高列车运营的安全水平。铁路场景中入侵异物多为
铁路是我国重要的交通设施,是我国经济发展的大动脉。轮对作为机车关键走行部件,其故障严重威胁着铁路和城市轨道交通的运行安全,因此,研发实时、高精度、适应性强的轮对智能监测设备是非常重要的。由于轮对光条图像的采集是在室外动态进行,受到环境干扰等影响,图像中会出现光斑和局部断裂,因此,需要构建图像修复模型去除光斑修复断裂,还原图像中的光条纹理。目前,深度学习在如人脸、室外场景等RGB开放数据集上的图像修
光子晶体（Photonic Crystals）是近年来发展起来的一种可在物理结构层面上高度有序设计的新型超材料。光子晶体可以控制光流,提高光与介质间的相互作用,使得其在诸多领域均有广大的应用前景。其中在传感领域,将具有响应的传感介质置于光子晶体中,赋予其可调谐的光子带隙,可以制得针对各种外界信号源（温度、压力、气体等）的光子晶体传感器。从制作层面而言,基于薄膜光学的一维光子晶体由于其制作简单、工艺
铁路周界异物入侵检测系统是增强铁路安全管理必不可少的监控手段之一。由于我国铁路里程长、铁路网面积大,加之其与人类、动物活动区域重合,导致其面临人类、动物造成的周界入侵威胁。目前,使用基于视频监控的周界入侵行为检测是较为理想的解决方案。但由于高速铁路网络过于庞大,使用人工视频监控的方式不仅效率低下,成本也过于高昂,且室外铁路视频监控将不可避免的受到极端天气的影响,导致视频图像质量下降,这对于检测任务
运动想象作为脑机接口的重要应用之一,是运动康复训练的重要支撑,在军事、交通、娱乐等领域也有着广泛的应用前景,所以对运动想象的准确分类具有重要意义。不同运动想象的脑电信号在时域、频域和空间域上存在显著差异,然而当前运动想象分类研究大多只考虑了某一维度或者某两维度的信息,无法全面捕获脑电信号的内在特征;而且脑电信号所携带的信息并非同等重要,现有方法无法自适应地捕获所有维度中最有价值的信息;此外,基于深