[發(fā)明專利]一種鐵路業(yè)務(wù)呼叫故障預(yù)測方法和裝置在審
| 申請?zhí)枺?/td> | 201910353933.1 | 申請日： | 2019-04-29 |
| 公開（公告）號： | CN110175701A | 公開（公告）日： | 2019-08-27 |
| 發(fā)明（設(shè)計）人： | 臧有克 | 申請（專利權(quán)）人： | 北京六捷科技有限公司 |
| 主分類號： | G06Q10/04 | 分類號： | G06Q10/04;G06Q50/30;G06K9/62 |
| 代理公司： | 北京安信方達知識產(chǎn)權(quán)代理有限公司 11262 | 代理人： | 李紅爽;龍洪 |
| 地址： | 100044 北京市海淀區(qū)*** | 國省代碼： | 北京;11 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 特征向量 鐵路通信信號 方法和裝置 呼叫故障 鐵路業(yè)務(wù) 業(yè)務(wù)呼叫 相似度 中心點 預(yù)設(shè) 故障處理效率 人工智能技術(shù) 故障類型 呼叫業(yè)務(wù) 鐵路維護 預(yù)測模型 自動發(fā)現(xiàn) 自動分析 大數(shù)據(jù) 閾值時 預(yù)測 超時 輸出 引入 分析 發(fā)現(xiàn) 維護 | ||
本發(fā)明實施例公開了一種鐵路業(yè)務(wù)呼叫故障預(yù)測方法和裝置，該方法包括：獲取業(yè)務(wù)呼叫的第一特征向量；將第一特征向量與預(yù)設(shè)的特征向量中心點預(yù)測模型輸出的一個或多個不同的第二特征向量相比較；其中，所述第二特征向量為業(yè)務(wù)呼叫故障類型的特征向量中心點；當所述第一特征向量與任意一個所述第二特征向量的相似度大于或等于預(yù)設(shè)的相似度閾值時，確定當前第一特征向量對應(yīng)的呼叫業(yè)務(wù)存在無線超時故障。通過該實施例方案，實現(xiàn)了將大數(shù)據(jù)和人工智能技術(shù)引入鐵路通信信號領(lǐng)域，把當前鐵路維護水平從人工發(fā)現(xiàn)故障、手工分析故障提升到自動發(fā)現(xiàn)故障、自動分析故障的水平，達到防患于未然的目的，提高了故障處理效率，提升了鐵路通信信號維護水平。
技術(shù)領(lǐng)域
本發(fā)明實施例涉及列車控制技術(shù)，尤指一種鐵路業(yè)務(wù)呼叫故障預(yù)測方法和裝置。
背景技術(shù)
隨著大數(shù)據(jù)技術(shù)和人工智能技術(shù)的迅速發(fā)展，越來越多的相關(guān)應(yīng)用在互聯(lián)網(wǎng)領(lǐng)域中得到充分的應(yīng)用，但是受限于一些因素，在傳統(tǒng)技術(shù)領(lǐng)域中，這些先進技術(shù)還沒有得到充分利用。例如，當前鐵路維護水平仍處于人工發(fā)現(xiàn)故障、手工分析故障的水平，使得多數(shù)故障未能及時發(fā)現(xiàn)并處理，更難以達到預(yù)先對故障進行預(yù)測，防患于未然的目的。
因此，急需將先進技術(shù)引進鐵路故障處理領(lǐng)域，提升鐵路通信信號維護水平，做到防患于未然。
發(fā)明內(nèi)容
本發(fā)明實施例提供了一種鐵路業(yè)務(wù)呼叫故障預(yù)測方法和裝置，能夠?qū)⒋髷?shù)據(jù)和人工智能技術(shù)引入鐵路通信信號領(lǐng)域，把當前鐵路維護水平從人工發(fā)現(xiàn)故障、手工分析故障提升到自動發(fā)現(xiàn)故障、自動分析故障的水平，達到防患于未然的目的，提高故障處理效率，提高列車性能。
為了達到本發(fā)明實施例目的，本發(fā)明實施例提供了一種鐵路業(yè)務(wù)呼叫故障預(yù)測方法，所述方法可以包括：
獲取業(yè)務(wù)呼叫的第一特征向量；
將所述第一特征向量與預(yù)設(shè)的特征向量中心點預(yù)測模型輸出的一個或多個不同的第二特征向量相比較；其中，所述第二特征向量為業(yè)務(wù)呼叫故障類型的特征向量中心點；
當所述第一特征向量與任意一個所述第二特征向量的相似度大于或等于預(yù)設(shè)的相似度閾值時，確定當前第一特征向量對應(yīng)的呼叫業(yè)務(wù)存在無線超時故障。
在本發(fā)明的示例性實施例中，所述特征向量中心點預(yù)測模型：可以是以多種類型的關(guān)于業(yè)務(wù)呼叫故障的特征向量為測試數(shù)據(jù)和訓(xùn)練數(shù)據(jù)，對創(chuàng)建的初始模型進行訓(xùn)練獲得的，可以用于基于聚類算法計算一種或多種業(yè)務(wù)呼叫故障類型的特征向量中心點；
計算所述特征向量中心點可以是指：將一種業(yè)務(wù)呼叫故障類型對應(yīng)的多種不同的特征向量優(yōu)化成一種特征向量的計算過程，以使每種業(yè)務(wù)呼叫故障類型對應(yīng)一種優(yōu)化的特征向量。
在本發(fā)明的示例性實施例中，所述特征向量中心點預(yù)測模型基于聚類算法計算一種或多種業(yè)務(wù)呼叫故障類型的特征向量中心點可以包括：
通過所述聚類算法對多個未標注的業(yè)務(wù)呼叫故障的特征向量進行聚類并進行故障類型標注；
根據(jù)不同的故障類型對已標注好的業(yè)務(wù)呼叫故障的特征向量進行分類；
針對每一類故障類型，分別計算該類故障類型的全部特征向量對應(yīng)維度的加權(quán)平均值，以獲取該類故障類型的特征向量中心點。
在本發(fā)明的示例性實施例中，所述通過所述聚類算法對多個未標注的業(yè)務(wù)呼叫故障的特征向量進行聚類并進行故障類型標注可以包括：
將已標注的業(yè)務(wù)呼叫故障類型的特征向量作為初始特征向量中心點；
通過所述聚類算法，依據(jù)所述初始特征向量中心點對多個未標注的業(yè)務(wù)呼叫故障的特征向量進行聚類；
根據(jù)聚類結(jié)果計算所述多個未標注的業(yè)務(wù)呼叫故障的特征向量的故障類型；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京六捷科技有限公司，未經(jīng)北京六捷科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201910353933.1/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法；其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q10-00 行政；管理
G06Q10-02 .預(yù)定，例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測或優(yōu)化，例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理，例如組織、規(guī)劃、調(diào)度或分配時間、人員或機器資源；企業(yè)規(guī)劃；組織模型
G06Q10-08 .物流，例如倉儲、裝貨、配送或運輸；存貨或庫存管理，例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化，例如電子郵件或群件的計算機輔助管理
