Knowledge Commons of Institute of Automation,CAS
基于GBDT的铁路事故类型预测及成因分析 | |
钟敏慧; 张婉露; 李有儒; 朱振峰; 赵耀 | |
发表期刊 | 自动化学报
![]() |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:2页码:470-478 |
摘要 | 运用数据挖掘技术进行铁路事故类型预测及成因分析,对于建立铁路事故预警机制具有重要意义.为此,本文提出一种基于梯度提升决策树(Grandient boosting decision tree, GBDT)的铁路事故类型预测及成因分析算法.针对铁路事故记录数据缺失的问题,提出一种基于属性分布概率的补全算法,最大程度保持原有数据分布,从而降低数据缺失对事故类型预测造成的影响.针对铁路事故记录数据类别失衡的问题,提出一种集成的GBDT模型,完成对事故类型的鲁棒性预测.在此基础上,根据GBDT预测模型中特征重要度排序,实现事故成因分析.通过在开放数据库上进行实验,验证了本文模型的有效性. |
关键词 | 事故类型预测 缺失补全 GBDT 集成学习 成因分析 |
DOI | 10.16383/j.aas.c190630 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56413 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 钟敏慧,张婉露,李有儒,等. 基于GBDT的铁路事故类型预测及成因分析[J]. 自动化学报,2022,48(2):470-478. |
APA | 钟敏慧,张婉露,李有儒,朱振峰,&赵耀.(2022).基于GBDT的铁路事故类型预测及成因分析.自动化学报,48(2),470-478. |
MLA | 钟敏慧,et al."基于GBDT的铁路事故类型预测及成因分析".自动化学报 48.2(2022):470-478. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2019-0630.pdf(2697KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[钟敏慧]的文章 |
[张婉露]的文章 |
[李有儒]的文章 |
百度学术 |
百度学术中相似的文章 |
[钟敏慧]的文章 |
[张婉露]的文章 |
[李有儒]的文章 |
必应学术 |
必应学术中相似的文章 |
[钟敏慧]的文章 |
[张婉露]的文章 |
[李有儒]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论