一种铁路信号基础设备数据管理方法及系统与流程

1.一种铁路信号基础设备数据管理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，通过预先设置的多模态传感器阵列收集铁路信号设备运行参数、环境信息和状态信息并组成多源异构数据，通过数据压缩算法和特征提取算法对所述多源异构数据进行自适应压缩和特征提取，得到设备运行特征向量，通过异常点检测算法对所述设备运行特征向量中的异常点进行识别和修复，得到高质量数据集，通过自组织数据传输网络将网络带宽与所述高质量数据集中的元素形式进行匹配，将所述高质量数据集传输至控制中心并作为非结构化数据包括：

3.根据权利要求2所述的方法，其特征在于，对于所述真实异常点，根据所述数据修复规则库，结合随机游走进行数据修复如下公式所示：

4.根据权利要求1所述的方法，其特征在于，基于所述非结构化数据，通过深度学习算法进行自动语义理解并生成语义特征库，提取铁路信号设备对应的关键信息，通过小样本学习算法对所述设备运行特征向量进行特征数据增强并通过时空相关性表示学习算法确定当前设备对应的故障预兆，生成健康状态评估报告，基于所述语义特征库和所述健康状态评估报告构建铁路信号知识图谱并通过因果推理技术构建全周期行为模式知识库包括：

5.根据权利要求4所述的方法，其特征在于，条件随机场序列标注模型对应的目标函数如下公式所示：

6.根据权利要求1所述的方法，其特征在于，基于所述全周期行为模式知识库，通过分布式存储系统对所述多源异构数据进行分类保存，结合区块链技术进行可信度验证，对于验证通过的多源异构数据，根据访问热度，通过多层级智能存储对所述多源异构数据进行分层管理并通过多方安全计算技术进行数据共享融合，对于融合后的初始融合数据，通过预先设置的隐私风险评估模型确定隐私性评分并根据隐私性评分对所述初始融合数据进行筛选，得到优质融合数据并结合区块链技术进行加密包括：

7.根据权利要求6所述的方法，其特征在于，结合数据的敏感度和关联风险计算每条初始融合数据的隐私性评分如下公式所示：

8.一种铁路信号基础设备数据管理系统，用于实现前述权利要求1-7中任一项所述的方法，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至7中任意一项所述的方法。