基于深度学习的交通运输行业数据自动分级方法研究.pdfVIP

第

51

卷第

2

期应

用

科

技Vol.51

No.2

2024

年

3

月Applied

Science

and

TechnologyMar.

2024

DOI:

10.11991/yykj.202305020

网络出版地址：/urlid/23.1191.u1016.002

基于深度学习的交通运输行业数据自动分级方法研究

王继晔，张少博，叶润泽，张绍阳1232

1.

陕西省交通运行监测中心，陕西

西安

710075

2.

长安大学

信息工程学院，陕西

西安

710064

3.

西安电子科技大学

党委组织部，陕西

西安

710071

摘

要：为促进交通运输行业信息系统互联、保障数据安全，进而推动行业健康发展，本文对交通运输行业中的数据共享和

自动分级方法进行研究。本文基于卷积神经网络(convolutional

neural

networks，CNN)–双向门控循环单元(bidirectional

gating

recurrent

unit，BiGRU)–胶囊网络（capsule

network，CapsNet）模型的数据类别判定方法，设计并实现了交通运输信息

资源目录系统中数据的自动分级模块，完成了行业领域下的数据自动分级。实验结果表明本文算法的准确率和F1值分别

达到了70.48%和70.16%，明显高于现有的几种主流模型，可以有效提高数据分级的效率。

关键词：交通运输行业；数据共享；数据安全；数据分级；深度学习；卷积神经网络；双向门控循环单元；胶囊网络

中图分类号：TP399

文献标志码：A

文章编号：1009−671X(2024)02−0145−06

Researchonautomaticclassificationmethodoftransportationindustry

databasedondeeplearning

WANG

Jiye,

ZHANG

Shaobo,

YE

Runze,

ZHANG

Shaoyang1232

1.

Shaanxi

Provincial

Transportation

Operation

Monitoring

Center,

Xian

710075,

China

2.

School

of

Information

Engineering,

Changan

University,

Xian

710064,

China

3.

Organization

Department

of

The

CPC

Xidian

University

Committee,

Xidian

University,

Xian

710071,

China

Abstract:

To

promote

the

interconnection

of

information

systems

in

the

transportation

industry,

ensure

data

security,

and

further

promote

healthy

develop