CASIA OpenIR  > 学术期刊  > 自动化学报
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
Source Publication自动化学报
ISSN0254-4156
2022
Volume48Issue:2Pages:470-478
Abstract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.
Keyword事故类型预测 缺失补全 GBDT 集成学习 成因分析
DOI10.16383/j.aas.c190630
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56413
Collection学术期刊_自动化学报
Recommended Citation
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.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2019-0630.pdf(2697KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[钟敏慧]'s Articles
[张婉露]'s Articles
[李有儒]'s Articles
Baidu academic
Similar articles in Baidu academic
[钟敏慧]'s Articles
[张婉露]'s Articles
[李有儒]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[钟敏慧]'s Articles
[张婉露]'s Articles
[李有儒]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2019-0630.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.