公开(公告)号：CN115374855B

公开(公告)日：2024-05-14

申请号：CN202211010989.5

申请日：2022-08-23

Applicant: 北京交通大学

Inventor： 杨欣 ,  史凌源 ,  王洪伟 ,  昌锡铭 ,  吴建军 ,  孙会君 ,  高自友 ,  尹浩东 ,  屈云超

IPC: G06F18/23213

Abstract: 本发明提供了一种基于聚类的对铁路突发事件进行分级的方法。该方法包括：获取铁路突发事件分级指标，从铁路突发事件分级指标中提取铁路突发事件情景要素；构建基于k近邻与拐点优化的密度峰值聚类铁路事故分级算法IDPC‑KNN‑TP，将所述铁路突发事件情景要素输入到IDPC‑KNN‑TP算法中，得到铁路突发事件的分级结果信息。本发明方法通过提取铁路突发事件的情景要素信息作为分级指标，采用基于k近邻与拐点优化的密度峰值聚类分级算法求得事故的严重等级，能有效地划分铁路日常事故的严重等级。

公开(公告)号：CN113793241B

公开(公告)日：2024-02-09

申请号：CN202110962177.X

申请日：2021-08-20

Applicant: 北京交通大学

Inventor： 杨欣 ,  史凌源 ,  吴建军 ,  孙会君 ,  高自友

IPC: G06Q50/40 ,  G06Q10/0635 ,  G06N3/0464 ,  G06N3/08 ,  G06F30/27

Abstract: 本发明提供了一种基于深度学习的铁路突发事件应急情景推演方法。该方法包括：提取铁路突发事件的关键情景要素；进行情景构建，对铁路突发事件的关键情景要素进行分析，研究情景要素表达与作用机理，以模拟值表达关键情景要素信息；构建铁路突发事件的情景演化路径中的情景链，情景链是对铁路突发事故整体发展的描述；构建基于卷积神经网络的铁路突发事件情景推演模型，将情景链的多时序情景要素信息输入到铁路突发事件情景推演模型，推演得到事故灾情影响程度。本发明通过使用基于多时序输入的卷积神经网络对铁路突发事件演化方向进行预判，从而提高应急救援的效率，最大程度降低财产损失和人员伤亡。属于铁路突发事件应急管理技术领域。

公开(公告)号：CN115374855A

公开(公告)日：2022-11-22

申请号：CN202211010989.5

申请日：2022-08-23

Applicant: 北京交通大学

Inventor： 杨欣 ,  史凌源 ,  王洪伟 ,  昌锡铭 ,  吴建军 ,  孙会君 ,  高自友 ,  尹浩东 ,  屈云超

IPC: G06K9/62

Abstract: 本发明提供了一种基于聚类的对铁路突发事件进行分级的方法。该方法包括：获取铁路突发事件分级指标，从铁路突发事件分级指标中提取铁路突发事件情景要素；构建基于k近邻与拐点优化的密度峰值聚类铁路事故分级算法IDPC‑KNN‑TP，将所述铁路突发事件情景要素输入到IDPC‑KNN‑TP算法中，得到铁路突发事件的分级结果信息。本发明方法通过提取铁路突发事件的情景要素信息作为分级指标，采用基于k近邻与拐点优化的密度峰值聚类分级算法求得事故的严重等级，能有效地划分铁路日常事故的严重等级。

公开(公告)号：CN113793241A

公开(公告)日：2021-12-14

申请号：CN202110962177.X

申请日：2021-08-20

Applicant: 北京交通大学

Inventor： 杨欣 ,  史凌源 ,  吴建军 ,  孙会君 ,  高自友

IPC: G06Q50/30 ,  G06Q10/06 ,  G06N3/04 ,  G06N3/08 ,  G06F30/27

Abstract: 本发明提供了一种基于深度学习的铁路突发事件应急情景推演方法。该方法包括：提取铁路突发事件的关键情景要素；进行情景构建，对铁路突发事件的关键情景要素进行分析，研究情景要素表达与作用机理，以模拟值表达关键情景要素信息；构建铁路突发事件的情景演化路径中的情景链，情景链是对铁路突发事故整体发展的描述；构建基于卷积神经网络的铁路突发事件情景推演模型，将情景链的多时序情景要素信息输入到铁路突发事件情景推演模型，推演得到事故灾情影响程度。本发明通过使用基于多时序输入的卷积神经网络对铁路突发事件演化方向进行预判，从而提高应急救援的效率，最大程度降低财产损失和人员伤亡。属于铁路突发事件应急管理技术领域。