基于机器学习的铁路工务人员行为识别方法

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.