融合本体和深度学习的高速铁路应急预案数字化方法研究

• 作者: 李平 杨连报 王普 阿茹娜
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 高速铁路应急预案 数字化 本体 深度学习
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 铁道运输
• 页码范围: 29-36
• 页数: 8页
• 分类号: U298
• 字数: 5131字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2020.08.004

摘要

应急预案是对高速铁路突发事件进行科学高效处置的核心,通常以纸质文本、电子文档等方式存储,存在着数字化程度不足、查询效率不高、全文检索困难、智能关联性差等不足.提出一种融合本体和深度学习的高速铁路应急预案数字化方法,即通过深度学习算法对突发事件消息文本中的类型、等级、时间、地点等关键信息进行提取,采用本体方法对突发事件应急预案进行预防预警、分级响应、应急处置、后期处置4阶段数字化构建,通过基于目标树的语义查询智能生成应急处置流程.案例分析表明本文提出的方法可以提高应急处置效率和应急预案数字化管理水平,减少突发事件对高速铁路安全运营的影响.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平	中国铁道科学研究院集团有限公司电子计算技术研究所	64	643	15.0	23.0
2	杨连报	中国铁道科学研究院集团有限公司电子计算技术研究所	17	86	5.0	9.0
3	阿茹娜	中国中铁股份有限公司规划发展部	2	0	0.0	0.0
4	王普	中国铁道科学研究院研究生部	3	11	1.0	3.0