摘要
本申请公开了一种轨道交通的智能运维方法,涉及轨道交通领域,包括:采集轨道交通数据;将预处理后的数据传输至数据处理任务队列;将数据处理任务分解为数据校验微服务和数据分析微服务,并部署在不同的服务器或容器中;其中,在数据校验微服务中采用增量校验方法,仅对变化的数据进行校验,通过比对数据的MD5哈希值判断数据是否发生变化;在数据分析微服务中,采用CUDA框架进行GPU加速,利用GPU并行进行数据处理;将数据校验微服务和数据分析微服务的处理结果发送至数据流处理平台;将数据流处理平台的处理结果作为输入,利用机器学习模型进行分析,生成轨道交通运维报告。针对现有技术中轨道交通运维诊断效率低,本申请提高了运维诊断效率。
技术关键词
支持向量机模型
决策树模型
智能运维方法
轨道交通运维
机器学习模型
轨道交通数据
学习器
分类准确率
集成学习方法
GPU并行
特征工程
轨道交通信号系统
重要性评估方法
高斯核函数
消息队列中间件
训练样本集
梯度提升树模型
校验方法
系统为您推荐了相关专利信息
数据处理模块
决策树模型
皮带机
数据采集模块
监控模块
车险定价方法
分类准确率
支持向量机模型
梯度提升模型
因子
预警分析系统
生成时间戳
时序
大数据分析算法
关键词
拓扑图
飞秒激光刻蚀
玻璃基板
定位标记
散热凹槽