一种面向列车自动驾驶模式学习的列车运行记录数据处理方法技术

本发明专利技术涉及一种面向列车自动驾驶模式学习的列车运行记录数据处理方法，具体包括以下步骤：步骤1、原始数据的收集与预处理，得到标准的数据集，为后续的步骤准备数据的输入；步骤2、利用步骤1中得到的标准数据集进行数据不均衡处理；步骤3、利用特征选择的算法对步骤2中的SMOTE算法处理之后的数据集进行特征的选择，将无效特征和噪声特征去除，得到最合适的特征，并将经过特征选择之后的数据集重新保存为新的数据集，存储在文本文件中。该技术方案对线路数据进行分段操作，并将司机操作日志数据与线路分段数据进行映射；同时使用SMOTE算法解决了数据的不平衡问题；使用CFS进行数据集的特征选择，得到数据集的最佳特征，对数据进行了有效降维。

【技术实现步骤摘要】
一种面向列车自动驾驶模式学习的列车运行记录数据处理方法
本申请涉及一种数据处理技术，尤其涉及一种面向列车自动驾驶模式学习的列车运行记录数据处理方法。
技术介绍
轨道列车自动驾驶(ATO)是为了能够在一定的牵引列车、车辆、线路等硬件环境和既定的运行图、列车编组计划等运营管理状况下，来得到列车的操作档位序列来控制列车自动运行，在自动驾驶的过程中往往也需要列车档位操纵序列满足一定的约束条件，如准点、安全、平稳、节能等。现在越来越多国内外科研人员使用机器学习的手段来解决列车自动驾驶的问题，通过从优秀司机驾驶列车运行过程中的记录日志数据来挖掘出他们的驾驶模式的方式来构建列车自动驾驶过程中的操纵档位序列，这类解决列车自动驾驶问题的方式是以数据为驱动的，使用机器学习的方法从优秀司机的驾驶日志数据中学习优秀司机的驾驶模式，从而达到列车自动驾驶的目的。数据是机器学习中最重要的部分之一，任何机器学习算法都不能脱离数据单独存在，要想算法有好的表现，就必须保证输入数据集的质量，好的数据集不仅能够训练出更好的预测模型还能够减少计算时间、简化问题，因此获取合适的训练数据集是我们解决列车自动驾驶模式学习首先要解决本文档来自技高网...

【技术保护点】
一种面向列车自动驾驶模式学习的列车运行记录数据处理方法，具体包括以下包括以下步骤：步骤1、通过原始数据的收集与预处理，得到标准的数据集，为后续的步骤准备数据的输入；该步骤分为数据的收集和预处理两个步骤，数据收集是从列车上相关的监控记录设备上获取原始数据，数据的预处理是针对从记录仪器上获取的原始数据进行数据的预处理；预处理之后得到供后续步骤使用的标准数据集合；将预处理之后的数据集结果存储在文本文件中；步骤2、利用步骤1中得到的标准数据集进行数据不均衡处理，并使用SMOTE算法进行数据过采样处理，对样本数据量小的类别进行样本数据补充；步骤3、利用特征选择的算法对步骤2中的SMOTE算法处理之后的数...

【技术特征摘要】
1.一种面向列车自动驾驶模式学习的列车运行记录数据处理方法，具体包括以下包括以下步骤：步骤1、通过原始数据的收集与预处理，得到标准的数据集，为后续的步骤准备数据的输入；该步骤分为数据的收集和预处理两个步骤，数据收集是从列车上相关的监控记录设备上获取原始数据，数据的预处理是针对从记录仪器上获取的原始数据进行数据的预处理；预处理之后得到供后续步骤使用的标准数据集合；将预处理之后的数据集结果存储在文本文件中；步骤2、利用步骤1中得到的标准数据集进行数据不均衡处理，并使用SMOTE算法进行数据过采样处理，对样本数据量小的类别进行样本数据补充；步骤3、利用特征选择的算法对步骤2中的SMOTE算法处理之后的数据集进行特征的选择，将无效特征和噪声特征去除，得到最合适的特征，并将经过特征选择之后的数据集重新保存为新的数据集，存储在文本文件中。2.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：赵曦滨，黄晋，刘炎，高跃，李增坤，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11