原文传递
基于网络子图表示的铁路运输安全事故分类方法
| 题名： | 基于网络子图表示的铁路运输安全事故分类方法 |
| 正文语种： | 中文 |
| 作者： | 林增跃;朱涛;王鹏;宋国杰; |
| 作者单位： | 北京大学软件与微电子学院;中国铁路信息科技有限责任公司;北京大学信息科学技术学院; |
| 关键词： | 铁路运输安全;子图;网络表示学习;图神经网络模型;事故分类 |
| 摘要： | 为解决铁路货物运输中的安全事故分类问题,本文提出了一种面向子图表示的铁路运输事故分类方法。运用网络表示学习方法对货运记录进行网络构建,表示出货运记录及记录之间的相似性,通过图卷积神经网络将货运记录网络结构中的节点信息和边信息进行融合,通过对节点相似度的利用,提升货物运输事故的分类判断准确度。实际数据实验中,将事故类型分为4类,抽象成为一个四分类问题,实验结果表明决策树的F1值稳定在66%,本文提出的方法相比决策树算法F1值提高约9个百分点,达到75.1%。 |
| 期刊名称： | 综合运输 |
| 出版年： | 2020 |
| 期： | 07 |
| 页码： | 49-56 |
检索历史
应用推荐
