| 专利号 | 2024109614318 | 申请日 | 2024-07-18 | 专利名称 | 一种基于机器学习的铁路灾变趋势预测方法 |
| 授权日 | 2024-12-13 | 专利权人 | 青岛理工大学 | 发明人 | 耿雪川;宋焕文;张坤;舒珊;朴勋;高艳娜 |
| 主分类号 | G06Q10/04 | 关键词 | 应用领域 | ||
| 摘要 | 本发明涉及地理信息数据处理技术领域，公开了一种基于机器学习的铁路灾变趋势预测方法，包括以下步骤：S1、数据采集与数据标注；S2、数据扩充，基于量子态信息鲁棒性的深度信念生成对抗网络进行样本生成，实现GIS遥感数据扩充；S3、特征提取模型训练；S4、特征降维模型训练；S5、分类器模型训练；S6、铁路灾变趋势预测，利用已训练完成的模型对新的GIS遥感样本进行处理，以预测铁路灾变趋势。本发明有益效果在于：采用量子态信息能够在保证数据真实性的基础上，大幅提高生成数据的质量，使得扩充后的数据更贴近真实场景，从而提升模型训练的有效性和准确性，进而提高铁路灾变趋势预测的准确性。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 新兴软件和新型信息技术服务 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
