[发明专利]基于词扩展LDA的铁路事故原因分析方法有效
| 申请号： | 201910562498.3 | 申请日： | 2019-06-26 |
| 公开（公告）号： | CN110472225B | 公开（公告）日： | 2021-05-18 |
| 发明（设计）人： | 张国琛;郑伟 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/30;G06K9/62;G06Q10/06;G06Q50/30 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 邹芳德 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于词扩展LDA的铁路事故原因分析方法，涉及铁路列车运营安全分析技术领域，该方法基于铁路事故报告文本内容，利用词扩展LDA模型提取事故致因相关主题和主题词；根据人因与系统分类方法HFACS对主题特征项进行归类，形成改进的HFACS‑RAs模型；利用SVM对事故报告进行文本分类，确定事故致因数据集；采用卡方检验结合无约束0/1优化实现贝叶斯网络结构优化；利用Logistic回归模型进行贝叶斯网络CPT参数估计；基于改进贝叶斯网络确定事故致因分析模型，计算得到导致事故后果的关键致因。本发明基于词扩展LDA模型完成事故致因特征提取，确定导致铁路事故发生的因素以及因素对事故后果的影响程度，有利于加深对事故过程的理解并采取措施预防类似事故再次发生。 | ||
| 搜索关键词： | 基于 扩展 lda 铁路 事故 原因 分析 方法 | ||
【主权项】：
1.一种基于词扩展LDA的铁路事故原因分析方法，其特征在于，包括如下流程步骤：/n步骤S110：利用TF-IDF进行铁路事故文本表示，构建文档向量空间模型，生成文档向量；/n步骤S120：利用TextRank方法对文档向量中词的重要度进行计算；/n步骤S130：根据词重要度和语义相似度，对符合语义阈值的词进行加权，训练生成词扩展LDA模型；/n步骤S140：采用词扩展LDA模型进行铁路事故文本特征提取，提取得到铁路事故致因主题和特征项，生成铁路事故报告；/n步骤S150：利用SVM事故分类模型对铁路事故报告进行文本分类，确定铁路事故致因数据集；/n步骤S160：采用卡方检验结合无约束0/1优化的方法进行贝叶斯网络结构优化；/n步骤S170：采用Logistic回归模型结合网络结构的方法进行贝叶斯网络CPT参数估计；/n步骤S180：根据改进贝叶斯网络,结合铁路事故致因数据集建立事故致因分析模型，计算得到导致事故后果的关键致因。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910562498.3/，转载请声明来源钻瓜专利网。
