论文摘要
针对现如今铁路工务人员在作业时得不到实时监控,安全事故时有发生的情形.以铁路探伤工为例,分析了工务人员的7种主要行为.每个工务人员佩戴集成了加速度传感器的嵌入式设备,采集其行为数据并提取特征,采用C4.5决策树、随机森林、KNN、SVM四种分类算法做了实验,结果表明:SVM分类识别率最高,行为识别准确率达到了99.2%.该研究为消除铁路现场作业人员的行为安全隐患具有一定工程应用价值.
论文目录
文章来源
类型: 期刊论文
作者: 杜成飞
关键词: 机器学习,加速度传感器,铁路工务人员,行为识别,工程应用
来源: 计算机系统应用 2019年07期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 铁路运输,自动化技术
单位: 西南交通大学电气工程学院
分类号: TP181;U216.2
DOI: 10.15888/j.cnki.csa.006961
页码: 199-205
总页数: 7
文件大小: 1149K
下载量: 101