基于机器学习的铁路系统故障文本数据分析挖掘技术研究

声明

致谢

1 引言

1.1 研究背景和意义

1.2 国内外研究现状

1.2.1 文本挖掘研究现状

1.2.2 铁路故障分析研究现状

1.3 研究内容以及研究框架

2 文本挖掘基础

2.1 文本分类

2.1.1 朴素贝叶斯分类模型

2.1.2 SVM 算法

2.1.3 KNN 算法

2.2 文本聚类

2.2.1 k-means 聚类

2.2.2 层次聚类

2.3 主题挖掘

2.4 本章小结

3 基于 MI-RFE 特征选择的铁路系统故障文本分类分析

3.1 总体框架

3.2 模型建立

3.2.1 数据预处理

3.2.2 特征提取方法

3.2.3 MI-RFE 特征选择方法

3.2.4 模型的评价指标

3.3 实验

3.3.1 数据来源

3.3.2 划分训练集和测试集

3.3.3 特征选择

3.3.4 实验结果

3.4 本章小结

4 基于 HCA+k-means聚类的铁路系统故障文本聚类分析

4.1 总体框架

4.2 模型建立

4.2.1 特征提取和特征选择

4.2.2 基于簇内误差平方和进行 k 值选取

4.2.3 基于层次聚类进行初始点选择

4.2.4 k-means 聚类

4.2.5 评价指标

4.3 实验

4.3.1 实验数据

4.3.2 实验结果

4.4 本章小结

5 基于 LDA主题模型的铁路系统故障文本主题挖掘与分析

5.1 总体框架

5.2 模型建立

5.2.1 基于困惑度进行 k 值选取

5.2.2 建立词频向量

5.2.3 LDA 主题模型的参数估计

5.2.4 热点主题选取

5.3 实验

5.3.1 基于困惑度进行 k 值选取

5.3.2 实验结果

5.4 本章小结

6 结论与展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

独创性声明

学位论文数据集