一种基于轨道交通工业互联网的工业时序数据检索方法

摘要

本申请公开了一种基于轨道交通工业互联网的工业时序数据检索方法，该方法包括：步骤1，获取轨道交通系统中列车行驶过程中的时序数据集，并将时序数据集进行图片化变换，生成图片数据集；步骤2，构建卷积神经网络模型，并利用轨道交通系统中的历史数据集，对卷积神经网络模型进行训练，利用训练好的卷积神经网络模型对图片数据集中的数据进行特征提取，生成特征向量；步骤3，计算特征向量与历史数据集中数据之间的相似度，将相似度最高的数据，记作时序数据集中数据的检索数据。通过本申请中的技术方案，对轨道交通系统中的时序数据进行图片化，使得可以分析的数据覆盖面更全，提高轨道交通时序数据检索的有效性和准确性。