En la explotación ferroviaria pueden producirse sucesos inseguros, como fallos, y en el proceso de registro y notificación de sucesos inseguros se genera un gran número de registros de sucesos inseguros. Los sucesos inseguros se han descrito en lenguaje natural no estructurado, que a menudo tiene una estructura incoherente y fuentes complejas, en las que intervienen múltiples especialidades ferroviarias, con características multifuente, heterogéneas y desestructuradas. En la aplicación práctica, la eficiencia del procesamiento es extremadamente baja, lo que conduce a una utilización de la gestión potencialmente insegura. Basándose en los datos de eventos inseguros, este trabajo utiliza la tecnología de procesamiento de big data, lleva a cabo la minería de reglas de asociación y el análisis de grado de asociación, extrae la segmentación de palabras y obtiene el vector de características de los datos de eventos de fallos inseguros. Al mismo tiempo, el modelo de análisis de datos de eventos inseguros se construye en combinación con la expresión regular y la tecnología de coincidencia de patrones. Este artículo establece el modelo de correspondencia de factores de riesgo del entorno externo basados en el descarrilamiento de trenes de alta velocidad y lo aplica a la aparición de sucesos inseguros. Este modelo puede utilizarse para analizar y determinar la relación entre los factores de riesgo del entorno exterior y la aparición de sucesos inseguros, así como para extraer automáticamente información característica como la posibilidad de riesgo y la gravedad de las consecuencias, por lo que tiene potencial para identificar, con mayor precisión, los factores de alto riesgo que pueden provocar el descarrilamiento de trenes de alta velocidad. Basándonos en este estudio, podríamos aprovechar al máximo los datos de sucesos inseguros, pronosticar la tendencia del riesgo y descubrir la ley del descarrilamiento ferroviario de alta velocidad. Este estudio introduce un enfoque viable para analizar los datos de sucesos inseguros, predecir la tendencia del riesgo y conceptualizar el descarrilamiento de trenes de alta velocidad. Asimismo, podría reforzar la cuantificación precisa de la situación de la seguridad ferroviaria de alta velocidad, perfeccionar el índice de riesgo y llevar a cabo un análisis en profundidad combinado con el modelo, y apoyar eficazmente la digitalización y la intelectualización de la seguridad de las operaciones ferroviarias de alta velocidad.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Estimación de la velocidad de circulación en autopista de tráfico mixto utilizando datos de vehículos conectados y autónomos con un bajo índice de penetración
Artículo:
Mejora de la infraestructura de detección basada en vídeo para el reconocimiento automático de buques y el análisis de su comportamiento
Artículo:
Detección de malware en vehículos autoconducidos mediante algoritmos de aprendizaje automático
Artículo:
Modelación de aspectos ambientales en la cadena de suministro del bioetanol
Artículo:
Análisis de sensibilidad del tamaño de la flota para el rendimiento del método de control dinámico basado en intervalos en términos de experiencia de los pasajeros
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.