买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安理工大学申请的专利基于KNN和AdaBoost的铁路事故类型预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114444765B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111550459.5，技术领域涉及：G06F18/2413；该发明授权基于KNN和AdaBoost的铁路事故类型预测方法是由孟海宁;郑毅;童新宇;姬文江;李维;张嘉薇;黑新宏设计研发完成，并于2021-12-17向国家知识产权局提交的专利申请。

本基于KNN和AdaBoost的铁路事故类型预测方法在说明书摘要公布了：本发明公开一种基于KNN和AdaBoost的铁路事故类型预测方法，具体涉及，计算铁路事故历史数据集属性的稀疏度，根据稀疏度阈值删除部分属性列；对铁路事故数据中的字符型数据进行编码；使用KNN算法对铁路事故数据进行缺失值填补；对铁路事故数据进行归一化，归一化后的数据随机划分为训练集和测试集；使用AdaBoost方法，构造铁路事故类型预测分类器，在测试集上检验分类器性能。本发明公开的方法对铁路事故数据进行了有效的预处理，并使用集成学习方法AdaBoost来缓解原始数据的类不平衡问题，提升了事故类型预测的性能。

本发明授权基于KNN和AdaBoost的铁路事故类型预测方法在权利要求书中公布了：1.基于KNN和AdaBoost的铁路事故类型预测方法，其特征在于，包括以下步骤： 步骤1，对原始的铁路事故历史数据集进行稀疏性分析，根据稀疏性阈值删除部分冗余属性，稀疏性阈值为85%； 步骤2，对步骤1处理后的铁路事故历史数据集中的字符型属性，进行硬编码，将字符型属性转换为数值型属性； 步骤3，对步骤2处理后的铁路事故历史数据集，进行基于KNN算法的数据填补，填补原数据中的缺失值； 步骤4，对步骤3处理完成的铁路事故历史数据集，进行归一化操作，并按照一定比例随机划分训练集和测试集； 步骤5，将步骤4中归一化后的铁路事故历史数据集，随机划分成训练集和测试集，使用AdaBoost算法在训练集数据上训练分类器，在测试集上验证分类器性能； 步骤3中使用KNN算法对铁路事故数据进行缺失值补全，通过计算缺失型样本和其他完整样本的样本间距离，取前k最为接近的完整样本，加权平均后作为当前缺失型样本补全后的数值； 所述步骤3的具体步骤为： 步骤3.1，对每一条包含缺失值的事故记录，计算到所有完整事故记录的样本间距离d，利用KNN算法对该样本间距离进行排序，保留距离最近的前k个样本记录，作为当前缺失样本填补的依据；其中完整事故记录表示一条没有缺失值的记录，样本间距离d的计算方式如公式1所示： 1 其中和分别表示第i条记录和第j条记录，在该公式中，默认左边的记录为含缺失值型记录，右边记录为完整记录，则从含缺失值记录到完整记录的样本间距离如式1所示，表示了两个记录在样本空间上的相似性，该距离越小则二者越为接近； 步骤3.2，根据与含缺失值记录在样本空间最近的前k个事故记录，对缺失记录进行数据填补；其中，由k个事故记录，计算得到当前缺失记录的公式如式2所示： 2 其中为第i个含缺失值的事故记录，为第j个在样本空间距离上距最近的记录，如式2所示，经过如上计算，得到了缺失值填补后的； 所述步骤4中数据归一化公式为式3， 3 其中表示经过步骤1~3处理后的铁路事故数据集，和分别表示以列为主序计算的均值和标准差，经过式3的运算得到按列进行归一化后的铁路事故数据集，数据的分布符合均值为0，标准差为1的正态分布； 所述步骤5中使用AdaBoost集成学习方法建立铁路事故类型分类器，包括使用M个相同的决策树弱分类器作为弱学习器，经过加权平均得到最终的软件缺陷强分类器； 所述步骤5的训练过程具体为： 步骤5.1，将步骤4中重采样后训练集，进行十折交叉验证的划分，整个训练数据集划分成10份，每一份都将被作为验证集，在训练时使用9份数据进行训练，使用剩余的1份作为验证集检验分类器性能，重复这个过程10次，加权平均作为分类器的最终性能指标，至训练过程结束，得到训练完成的铁路事故类型分类器C，采用AdaBoost学习方法训练得到最终分类器的过程，见公式4、5、6： 4 5 6 其中，为第m个决策树弱分类器的权重，为第m个决策树弱分类器，为集成学习得到的强分类器，函数用来取m个弱分类器结果加权后的正负，为第m个决策树弱分类器分类的错误率； 步骤5.2，使用步骤5.1训练完成的强分类器C，采用精确率、正确率、召回率和F1-score性能指标，在测试集上对训练完成的软件缺陷分类器进行性能检验。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。