【技术实现步骤摘要】
基于置信度计算的面向高铁列车运维服务知识融合的方法
本专利技术涉及高铁列车运维
，尤其涉及一种基于置信度计算的面向高铁列车运维服务知识融合的方法。
技术介绍
高铁列车运维数据包括车载监测数据、地面检测系统数据、列车检修数据等等，由于这些数据由不同厂家开发，不同时间上线使用，检测方法及所依据的标准也不尽相同，因此难免出现对同一个高铁列车实体对象给出的名称、检测数据的精度和颗粒度(即检测值)等不同，此外不同系统的稳定性和可靠性也不一样，有了准确的数据才能保证列车运行安全，当基于上述数据抽取的运维知识出现冲突时，如何取舍是目前需要亟待解决的问题。近年来，随着知识图谱技术的兴起，将知识图谱应用于工业装备运维服务领域已成为研究热点。知识图谱不是关注传统文档字符串数据，而是将数据抽取为实体和关系来表达知识。在知识图谱构建过程中，对于同一个知识，由于数据来源不同，抽取的实体、关系构成的三元组会出现表述不一致，如何处理不一致和有歧义的知识就成了一个问题，因此需要知识融合技术解决这些不一致和有歧义的知识。在现有的相关技术...
【技术保护点】
1.一种基于置信度计算的面向高铁列车运维服务知识融合的方法，其特征在于，包括：/n根据高铁列车运维服务提供者的基本信息和置信度属性信息建立数据提供者信息库，并根据置信度属性信息建立置信度属性分值计算表；/n根据各置信度属性对于应用的权重从所述数据提供者信息库中选取数据提供者的置信度属性作为子属性，根据选取的各置信度子属性对应的分值和所述置信度属性分值计算表确定各置信度子属性的得分值；/n根据各置信度子属性对于应用的权重和所述各置信度子属性的得分值计算高铁列车运维服务提供者的得分作为高铁列车运维服务提供者的置信度；/n根据高铁列车运维服务提供者的置信度对高铁列车运维服务知识融合。/n
【技术特征摘要】
1.一种基于置信度计算的面向高铁列车运维服务知识融合的方法，其特征在于，包括：
根据高铁列车运维服务提供者的基本信息和置信度属性信息建立数据提供者信息库，并根据置信度属性信息建立置信度属性分值计算表；
根据各置信度属性对于应用的权重从所述数据提供者信息库中选取数据提供者的置信度属性作为子属性，根据选取的各置信度子属性对应的分值和所述置信度属性分值计算表确定各置信度子属性的得分值；
根据各置信度子属性对于应用的权重和所述各置信度子属性的得分值计算高铁列车运维服务提供者的得分作为高铁列车运维服务提供者的置信度；
根据高铁列车运维服务提供者的置信度对高铁列车运维服务知识融合。
2.根据权利要求1所述的方法，其特征在于，所述的方法还包括对高铁列车运维服务提供者进行数据标注，以作为高铁列车运维服务数据提供者的唯一标识。
3.根据权利要求1所述的方法，其特征在于，所述的高铁列车运维服务提供者的基本信息包括：编号、名称、生产厂家、使用单位和机构名称；所述置信度属性信息包括：对于设备、装置和系统平台的置信度属性测量误差、故障率、误报率、平均故障恢复时间，对于第三方机构的系统评级、资深度和数据认可率。
4.根据权利要求1所述的方法，其特征在于，所述的置信度属性分值计算表如下表1所示：
表1
5.根据权利要求4所述的方法，其特征在于，各置信度子属性对应的分值分别根据如下内容计算：测量误差比为实际误差值与允许的最大误差值的比值；故障率比为实际故障率与最大允许故障率的比值；误报率比为实际误报率与最大允许误报率的比值；平均故障恢复时间比为实际的平均故障恢复时间与最大允许平均故障恢复时间的比值；系统评级主要针对提供数据的第三方系统，由主管单位等级评定，有1-10级，最高级别是1级；资深程度主要针对提供数据的第三方系统所在单位，根据系统所在单位的认证资质决定，为1-10级，最高级别是10级，数据认可率根据下式(1)计算：
RL＝DP×DK(1)
DP为数据提供者的数据提供率；DK为数据提供者的数据采用比，其中，数据提供率计算方法为：对于数据提供者i，其提供的...
【专利技术属性】
技术研发人员：张宁，张春，刘峰，王悦悦，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。