发明专利已授权

基于KNN和AdaBoost的铁路事故类型预测方法

📄 申请号：CN202111550459.5 📄 发布日：2026/03/13

著录项目信息

申请日

2021-12-17

公开号

CN114444765B

公开日

2025-09-16

申请人

西安理工大学

法律状态

已下证

专利类型

发明

主分类号

G06F18_2413

IPC 分类号

G06F18_2413 , G06F18_2431 , G06F18_214 , G06N5_01 , G06N20_20 , G06Q50_40 ,

技术画像

所属领域

信息与通信技术机器学习集成学习交通预测算法

应用场景

铁路交通安全, 铁路事故预警, 铁路运营管理, 智能交通, 风险预测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

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。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

基于多尺度分析和深度网络模型的云虚拟机负载预测方法

当前第 / 件

自聚焦微透镜光电导阵列天线

同领域国内专利 · IPC: (G06F18_2413)

G06F18_00 G06F18_10 G06F18_15 G06F18_20 G06F18_21 G06F18_211 G06F18_2111 G06F18_2113 G06F18_2115 G06F18_213 G06F18_2131 G06F18_2132 G06F18_2134 G06F18_2135 G06F18_2136 G06F18_214 G06F18_22 G06F18_23 G06F18_231 G06F18_2321 G06F18_23213 G06F18_2323 G06F18_2337 G06F18_24 G06F18_241 G06F18_2411 G06F18_2413 G06F18_2415 G06F18_243 G06F18_2431 G06F18_2433 G06F18_2451 G06F18_25 G06F18_26 G06F18_27 G06F18_40 覆盖36个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：139 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)