高速动车组智能运维信息处理技术与应用(十四五高等学校新工科计算机类专业系列教材)

本书是“十四五”高等学 校新工科计算机类专业系列 教材之一。本书运用IT架构 理论，从方法、模型、视图 、实践等方面，论述我国高 速动车组智能运维信息处理 的有关内容。 本书以铁路智能信息处 理技术为主线，由抽象到具 体地论述了高速动车组智能 运维信息处理技术的基本理 论、方法和应用。全书分为 七章，包括概论、数据和数 据分析、高速动车组智能运 维信息处理常用算法、大数 据环境下的信息处理技术、 面向高速动车组故障与健康 状态分析的信息处理、面向 高速动车组运维知识图谱构 建的信息处理、高速动车组 智能运维信息处理综合案例 等。 本书适合作为高等学校“ 计算机科学与技术”专业“铁 路信息技术”方向以及信息 化专业本科课程的教材，也 可作为铁路信息技术方向研 究生教材，还可作为高速铁 路信息化专业技术人员的参 考书。

第一部分 基础理论和方法 第1章 概论 1.1 背景 1.2 基本概念 1.3 高速动车组智能运维信息处理技术发展历史、现状与趋势 1.3.1 高速动车组智能运维信息处理技术发展历史 1.3.2 高速动车组智能运维信息处理技术研究现状 1.3.3 高速动车组智能运维信息处理技术发展趋势 小结 习题 第2章 数据和数据分析 2.1 数据概述 2.2 数据挖掘 2.2.1 跨行业数据挖掘标准流程 2.2.2 数据隐含信息 2.3 数据的全生命周期 2.3.1 数据全生命周期概述 2.3.2 数据全生命周期过程 2.3.3 数据全生命周期管理 2.4 数据科学 2.4.1 基本概念 2.4.2 数据科学家 2.4.3 数据科学如何改变企业 2.4.4 数据科学如何执行 2.5 高速动车组全生命周期数据 2.5.1 高速动车组全生命周期概述 2.5.2 高速动车组全生命周期产生的数据 2.5.3 高速动车组全生命周期数据管理 2.5.4 高速动车组数据质量 2.5.5 高速动车组运维数据分析 2.5.6 高速动车组全生命周期数据可视化分析 小结 习题 第3章 高速动车组智能运维信息处理常用算法 3.1 监督学习 3.1.1 线性回归 3.1.2 决策树 3.1.3 随机森林 3.1.4 K近邻算法 3.1.5 逻辑回归 3.1.6 朴素贝叶斯 3.1.7 支持向量机 3.2 无监督学习 3.2.1 Apriori算法 3.2.2 K-means算法 3.2.3 用于数据压缩的降维 3.3 深度学习 3.3.1 现代深度学习的起源 3.3.2 循环神经网络 3.3.3 卷积神经网络 3.3.4 Transformer 小结 习题 第4章 大数据环境下的信息处理技术 4.1 大数据信息处理面临的挑战 4.1.1 数据的规范性挑战 4.1.2 数据的海量性挑战 4.2 数据预处理技术 4.2.1 数据预处理概述 4.2.2 应对规范性挑战 4.2.3 应对海量性挑战 4.2.4 典型数据预处理算法 4.2.5 案例：基于序列模式挖掘算法的数据预处理 4.3 数据融合技术 4.3.1 传统数据融合 4.3.2 应对真实性挑战 4.3.3 应对海量性挑战 4.3.4 数据融合常见算法 4.3.5 案例：动车组全生命周期多源异构数据融合方法的研究与实现 4.4 大数据处理平台 4.4.1 MapReduce 4.4.2 共享内存并行编程 4.4.3 ApacheHadoop生态系统 4.4.4 Hadoop分布式文件系统 4.4.5 Spark 4.4.6 Kafka 小结 习题 第二部分 高铁智能信息处理技术 第5章 面向高速动车组故障与健康状态分析的信息处理 5.1 动车组关键部件故障诊断技术 5.1.1 故障诊断概述 5.1.2 典型故障诊断方法 5.1.3 案例：数据驱动的牵引变流器逆变模块故障诊断 5.2 动车组关键部件健康状态评估技术 5.2.1 健康状态评估概述 5.2.2 典型评估方法 5.2.3 案例：动车组轴承健康状态评估 5.3 基于动车组监测数据的预测技术 5.3.1 数据预测模型概述 5.3.2 典型预测算法 5.3.3 案例：蓄电池寿命预测分析 5.4 关系关联分析技术 5.4.1 关系关联分析概述 5.4.2 案例：关系关联分析典型方法 5.4.3 动车组关键部件运维效率的关联关系分析 小结 习题 第6章 面向高速动车组运维知识图谱构建的信息处理 6.1 知识图谱概述 6.1.1 知识图谱研究与应用 6.1.2 特定领域知识图谱 6.2 知识图谱关键技术 6.2.1 知识表示 6.2.2 知识抽取 6.2.3 知识融合 6.2.4 知识计算 6.3 高铁领域知识图谱构建 6.3.1 概述 6.3.2 模式层设计方法 6.3.3 数据获取与清洗 6.3.4 数据存储 6.4 高速铁路知识图谱应用与案例分析 6.4.1 背景 6.4.2 动车组在途故障处理知识图谱构建 小结 习题 第三部分 应用案例集 第7章 高速动车组智能运维信息处理综合案例 7.1 轴箱轴承趋势分析方法 7.1.1 基于过程的趋势分析方法思想 7.1.2 基于过程的趋势分析方法实现 7.2 面向动车组蓄电池健康状态评估的研究与实现 7.2.1 电池数据预处理 7.2.2 电池荷电状态评估 7.2.3 电池剩余寿命预测 7.3 基于LSTM的动车组齿轮箱故障诊断方法的研究与实现 7.3.1 长短时记忆网络 7.3.2 改进的自适应粒子群算法 7.3.3 IAPSO-LSTM故障诊断模型实现 7.4 面向高速动车组牵引电机轴承故障预警的研究 7.4.1 牵引电动机轴