發(fā)布時(shí)間：2020-12-15 04:07

　　鐵路電務(wù)事故頻繁發(fā)生,然而現(xiàn)存的事故記錄與相關(guān)信息以非結(jié)構(gòu)化方式存儲(chǔ),這使得獲得數(shù)據(jù)之間的關(guān)聯(lián)性難度增加。知識(shí)圖譜是大數(shù)據(jù)時(shí)代獲取知識(shí),構(gòu)建知識(shí)庫(kù)的關(guān)鍵技術(shù)。它不僅可以整合零散的數(shù)據(jù),還可以提高數(shù)據(jù)挖掘的準(zhǔn)確度。為了探索鐵路電務(wù)事故之間的隱藏信息,整合看似獨(dú)立的數(shù)據(jù)到知識(shí)庫(kù)中,探索基于知識(shí)圖譜的鐵路電務(wù)事故本體框架的半自動(dòng)化構(gòu)建過(guò)程,并將其應(yīng)用。本課題以鐵路局記錄的2010年到2018年鐵路電務(wù)事故為主要數(shù)據(jù),這些事故被存儲(chǔ)在非結(jié)構(gòu)化的文檔中。為將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù),使用BiLSTM-CRF模型進(jìn)行事故時(shí)間、列車、地點(diǎn)和類型內(nèi)容的實(shí)體識(shí)別,其他結(jié)構(gòu)內(nèi)容通過(guò)人工分析出來(lái)。為聯(lián)系事故,從故障設(shè)備和事故類型兩方面對(duì)事故進(jìn)行分類。通過(guò)多種分類器進(jìn)行實(shí)驗(yàn)對(duì)比,選取分類效果最好的分類器對(duì)事故進(jìn)行分類。將處理后的結(jié)構(gòu)化數(shù)據(jù)與分類的結(jié)果整理成CSV文件導(dǎo)入到圖數(shù)據(jù)庫(kù)。構(gòu)建成功的知識(shí)圖譜不僅能分析和診斷鐵路電務(wù)事故的故障設(shè)備和事故類型,也能幫我們預(yù)測(cè)這些事故的趨勢(shì)和改變。同時(shí),將處理后的結(jié)構(gòu)化數(shù)據(jù)與分類的結(jié)果使用Protege工具編輯,以O(shè)WL為描述語(yǔ)言,手工構(gòu)建鐵路電務(wù)事故本體。構(gòu)建好的本體... 

【文章來(lái)源】： 韓嬌 河北科技大學(xué)

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

電務(wù)事故知識(shí)圖譜及本體構(gòu)建應(yīng)用及意義

2它們以故障設(shè)備和事故類型為依據(jù)進(jìn)行分類。然后將抽取后的三元組和分類結(jié)果導(dǎo)入到圖數(shù)據(jù)庫(kù)中來(lái)構(gòu)建知識(shí)圖譜；本體構(gòu)建先分析事故數(shù)據(jù)中的類、對(duì)象屬性、實(shí)例等，然后構(gòu)建本體框架，最后使用Protege工具將數(shù)據(jù)進(jìn)行寫入，以O(shè)WL為描述語(yǔ)言進(jìn)行存儲(chǔ)。此知識(shí)圖譜和本體可以將分散的鐵路電務(wù)事故數(shù)據(jù)以其內(nèi)在關(guān)系組織起來(lái)，達(dá)到數(shù)據(jù)聯(lián)動(dòng)性，從而發(fā)現(xiàn)趨勢(shì)和變化。通過(guò)此知識(shí)圖譜和本體，不僅可以清晰的發(fā)現(xiàn)電務(wù)事故之間的關(guān)聯(lián)，而且可以直觀地看到引起鐵路電務(wù)事故最主要的故障設(shè)備為電纜等一些相關(guān)信息。半自動(dòng)化的構(gòu)建方式大大降低了工作量，也使得構(gòu)建過(guò)程變得更加高效。為方便用戶使用和查詢，最終采用系統(tǒng)實(shí)現(xiàn)知識(shí)圖譜展示和搜索功能。具體的電務(wù)事故知識(shí)圖譜及本體構(gòu)建應(yīng)用及意義如圖1-1所示。多源異構(gòu)數(shù)據(jù)難以融合非結(jié)構(gòu)化數(shù)據(jù)缺乏語(yǔ)境上下文及領(lǐng)域知識(shí)難以處理“數(shù)據(jù)關(guān)系”問(wèn)題數(shù)據(jù)模式靈活可拓展提供結(jié)構(gòu)化數(shù)據(jù)的領(lǐng)域知識(shí)“數(shù)據(jù)”與“知識(shí)”雙向驅(qū)動(dòng)智能化處理知識(shí)圖譜及本體鐵路電務(wù)數(shù)據(jù)以文本形式的鐵路電務(wù)事故為核心整合其他相關(guān)數(shù)據(jù)使用BiLSTM-CRF模型將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)變?yōu)榻Y(jié)構(gòu)化數(shù)據(jù)從故障設(shè)備和事故類型進(jìn)行事故分類發(fā)現(xiàn)事故之間隱含關(guān)系圖1-1電務(wù)事故知識(shí)圖譜及本體構(gòu)建應(yīng)用及意義1.2國(guó)內(nèi)外研究現(xiàn)狀知識(shí)圖譜屬于人工智能重要研究領(lǐng)域——知識(shí)工程的研究范疇。94年圖靈獎(jiǎng)獲得者、知識(shí)工程的建立者費(fèi)根鮑姆將知識(shí)工程定義為“將知識(shí)集成到計(jì)算機(jī)系統(tǒng)從而完成只有特定領(lǐng)域?qū)＜也拍芡瓿傻膹?fù)雜任務(wù)”。它是一個(gè)有圖結(jié)構(gòu)的知識(shí)庫(kù)，其中節(jié)點(diǎn)

6構(gòu)建首先簡(jiǎn)要說(shuō)明了總體設(shè)計(jì)，接著對(duì)本體概念進(jìn)行規(guī)劃化處理，然后借助Protege工具編輯本體，以O(shè)WL作為本體描述語(yǔ)言，構(gòu)建出鐵路電務(wù)事故的本體并展示出來(lái)，最后應(yīng)用已構(gòu)建成功的本體進(jìn)行搜索和推理。第6章：應(yīng)用系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。為將鐵路電務(wù)事故知識(shí)圖譜更好的展示和應(yīng)用，使用Flask框架搭建前后臺(tái)。首先介紹了系統(tǒng)總體設(shè)計(jì)，然后詳細(xì)展現(xiàn)了知識(shí)圖譜可視化、知識(shí)圖譜搜索和事故結(jié)合地圖形式展示的各個(gè)功能模塊。最后對(duì)基于知識(shí)圖譜的鐵路電務(wù)事故的本體框架及應(yīng)用完成情況進(jìn)行了總結(jié)，即在實(shí)現(xiàn)過(guò)程中遇到的難題和解決方案，并且歸納出本課題的問(wèn)題和不足之處以及下一步的工作，并為接下來(lái)的研究和完善，提出可行建議和指導(dǎo)。本論文研究?jī)?nèi)容及之間的結(jié)構(gòu)如圖1-2所示。圖1-2本論文研究?jī)?nèi)容及之間的結(jié)構(gòu)


本文編號(hào)：2917628