基于KNN和AdaBoost的铁路事故类型预测方法
实质审查的生效
摘要
本发明公开一种基于KNN和AdaBoost的铁路事故类型预测方法，具体涉及，计算铁路事故历史数据集属性的稀疏度，根据稀疏度阈值删除部分属性列；对铁路事故数据中的字符型数据进行编码；使用KNN算法对铁路事故数据进行缺失值填补；对铁路事故数据进行归一化，归一化后的数据随机划分为训练集和测试集；使用AdaBoost方法，构造铁路事故类型预测分类器，在测试集上检验分类器性能。本发明公开的方法对铁路事故数据进行了有效的预处理，并使用集成学习方法AdaBoost来缓解原始数据的类不平衡问题，提升了事故类型预测的性能。
基本信息
专利标题 ：
基于KNN和AdaBoost的铁路事故类型预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114444765A
申请号 ：
CN202111550459.5
公开（公告）日 ：
2022-05-06
申请日 ：
2021-12-17
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
孟海宁郑毅童新宇姬文江李维张嘉薇黑新宏
申请人 ：
西安理工大学
申请人地址 ：
陕西省西安市碑林区金花南路5号
代理机构 ：
西安弘理专利事务所
代理人 ：
王奇
优先权 ：
CN202111550459.5
主分类号 ：
G06Q10/04
IPC分类号 ：
G06Q10/04 G06Q50/26 G06Q50/30 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/04
预测或优化，例如线性规划、“旅行商问题”或“下料问题”
法律状态
2022-05-24 ：
实质审查的生效
IPC(主分类) : G06Q 10/04
申请日 : 20211217
申请日 : 20211217
2022-05-06 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
