← 返回列表
基于集成学习模型预测城市轨道交通事故后果的方法
申请人信息
- 申请人:昆明理工大学; 湖北文理学院
- 申请人地址:650031 云南省昆明市一二一大街文昌路68号
- 发明人: 昆明理工大学; 湖北文理学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于集成学习模型预测城市轨道交通事故后果的方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311449164.8 |
| 申请日 | 2023/11/2 |
| 公告号 | CN117521882A |
| 公开日 | 2024/2/6 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 昆明理工大学; 湖北文理学院 |
| 发明人 | 刘杰; 李欣垚; 何明卫; 刘尉艺; 李文新; 税文兵; 谢俊平 |
| 地址 | 云南省昆明市呈贡区景明南路727号; 湖北省襄阳市隆中路296号 |
摘要文本
昆明理工大学; 湖北文理学院获取“一种透气窗帘布”专利技术，本发明涉及城市轨道交通技术领域，涉及一种基于集成学习模型预测城市轨道交通事故后果的方法，其建立了基于卷积神经网络CNN和BERT模型的集成学习模型(EMBC)；EMBC中，CNN用于提取数值类数据(如列车行驶速度、列车所在线路等)的有效信息，BERT用于学习事故文本描述中的复杂关系，使用基于自学习参数的Bagging方法聚合BERT和CNN的分类结果，获得最终的城市轨道交通事故后果预测结果。本发明具有更高的预测准确性与更广泛的适用场景。
专利主权项内容
1.基于集成学习模型预测城市轨道交通事故后果的方法，其特征在于：建立基于卷积神经网络CNN和BERT模型的集成学习模型(EMBC)；EMBC中，CNN用于捕获数值类的事故信息，BERT用于学习事故文本描述中的复杂关系，使用基于自学习参数的Bagging方法聚合BERT和CNN的分类结果，获得最终的城市轨道交通事故后果预测结果。