1、隨著我國高速鐵路的迅猛發(fā)展，高速鐵路信號系統(tǒng)產生了海量的運營維護數(shù)據(jù)。高速鐵路信號系統(tǒng)運營維護數(shù)據(jù)具有數(shù)據(jù)類型多、數(shù)據(jù)量大、增長速度快等典型的大數(shù)據(jù)特征。為利用大數(shù)據(jù)技術實現(xiàn)對高鐵信號系統(tǒng)運營維護數(shù)據(jù)的分析和挖掘，需要對維護數(shù)據(jù)進行規(guī)范化處理。
　　數(shù)據(jù)規(guī)范化處理的方法很多，其中通過引入哲學領域本體的概念語義Web，能夠有效地實現(xiàn)計算機之間語義信息的共享。語義Web體系架構由世界萬維網聯(lián)盟(World Wide Web Conso

2、rtium，W3C)提出，主要包括三個部分:一是基于SPARQL的資源描述框架(Resource Description Framework，RDF)數(shù)據(jù)的查詢，二是基于描述邏輯的Web本體描述語言(Web Ontology Language，OWL)一致性檢測的推理，三是基于語義Web規(guī)則語言(Semantic Web Rule Language，SWRL)的OWL本體規(guī)則的推理。
　　本文在借鑒歐洲鐵路運營維護數(shù)據(jù)處理經驗的基

3、礎之上，利用語義Web技術并結合我國高鐵運營維護數(shù)據(jù)的特點，針對高速鐵路信號系統(tǒng)運營維護數(shù)據(jù)多源異構問題，提出了高鐵信號系統(tǒng)異構數(shù)據(jù)融合和智能維護決策架構，并利用武漢-廣州高速鐵路2011～2012年的CRH-380A車載設備運營維護數(shù)據(jù)進行了驗證。本文主要研究內容和研究成果包括以下三點:
　　(1)針對高速鐵路信號系統(tǒng)運營維護數(shù)據(jù)的大數(shù)據(jù)特征，提出了基于Hadoop的多源異構數(shù)據(jù)融合和智能維護決策支持的統(tǒng)一架構，為數(shù)據(jù)規(guī)范化和智

4、能維護決策提供了有效的支撐和指導。
　　(2)通過Hadoop的MapReduce實現(xiàn)本地數(shù)據(jù)庫資源描述框架RDF(S))到全局RDF(S)的轉換。轉換過程利用基于霍爾邏輯的RDF(S)圖的本體合并算法，實現(xiàn)了多源異構信息的融合。并通過本體建模工具Protégé4.3構建CRH380A高鐵信號系統(tǒng)車載設備運營維護數(shù)據(jù)的本體模型。
　　(3)對經過處理得到的規(guī)范化數(shù)據(jù)，利用決策樹經典的ID3算法并結合專家知識，構建了高鐵信號系