一种基于特征图像的铁路调度事故预测方法

AITNT
正文
推荐专利
一种基于特征图像的铁路调度事故预测方法
申请号:CN202411859033
申请日期:2024-12-17
公开号:CN119904675A
公开日期:2025-04-29
类型:发明专利
摘要
本发明属于铁路调度事故分类预测技术领域,具体涉及一种基于特征图像的铁路调度事故预测方法。包括:S1:构建事故底事件数据库;S2:基于S1的事故底事件数据库,构建对应事故的底事件坐标库;S3:绘制方格底图,按照S2中所构建的对应事故的底事件坐标库,将方格底图中对应位置填充由S1中确定的底事件颜色,生成对应事故的特征图像;S4:对S3的特征图像进行分类,构建卷积神经网络事故分类预测模型,并对模型进行训练;训练完成后,调用模型进行铁路调度事故预测。本发明能够在事故未发生时,依据少数已发生的底事件对可能发生的事故进行预测,给出各类事故可能发生概率,从而及时预防事故发生,降低安全风险。
技术关键词
事故预测方法 分类预测模型 构建卷积神经网络 铁路 卷积神经网络模型 方格 分类预测技术 坐标 矩阵 训练样本图像 颜色 元素 分类器 训练集 特征值 传播算法 文本 数据 标签
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号