声明
致谢
摘要
1 引言
1.1 研究背景
1.2 研究问题和目标
1.3 论文研究内容
1.4 论文研究意义
1.5 论文组织结构
2 相关研究理论及研究现状综述
2.1 大数据
2.1.1 大数据概述
2.1.2 大数据的核心技术
2.1.3 大数据的常用软件
2.1.4 大数据应用现状
2.2 语义网
2.2.1 语义网概述
2.2.2 语义网体系结构
2.3 决策树
2.3.1 决策树概述
2.3.2 决策树ID3算法
2.4 本章小结
3 高速铁路信号系统运营维护数据分析
3.1 高速铁路信号系统运营维护数据现状分析
3.2 基于大数据技术的决策支持
3.2.1 高铁信号系统设备寿命分布模型
3.2.2 高铁信号系统设备病害/故障诊断
3.2.3 高铁信号系统设备安全风险源识别
3.2.4 高铁信号系统设备安全风险评估
3.2.5 高铁信号系统设备状态维修
3.3 本章小结
4 基于Hadoop的高铁信号系统运营维护数据融合与决策支持
4.1 关系数据库到RDF转换形式化定义
4.2 基于Hadoop的本体数据融合算法研究
4.3 框架体系架构
4.3.1 数据采集层
4.3.2 数据存储层
4.3.3 数据分析层
4.3.4 可视化层
4.3.5 标准规范体系
4.3.6 安全保障体系
4.4 本章小结
5 基于Hadoop的本体融合算法实现和运维决策支持系统开发
5.1 基于Hadoop平台的本体融合算法实现
5.1.1 Hadoop平台搭建
5.1.2 本体融合算法性能比较
5.2 运维决策支持系统开发框架与思路
5.3 运维决策支持系统开发所需要的软件支持
5.3.1 软件约束
5.3.2 硬件限制
5.4 运维决策支持系统的界面设计及功能实现
5.4.1 数据录入
5.4.2 本体知识库建立
5.4.3 故障诊断与决策
5.5 本章小结
6 结论与展望
6.1.1 研究工作总结
6.1.2 进一步研究展望
参考文献
图索引
表索引
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集