基于TF-IDF进化集成分类器的铁路安全故障文本分类

摘要：

铁路安全问题是铁路运输保证的核心问题,铁路安全问题非结构化文本数据量大,文本内容无特定规律,对于综合分析解决安全故障问题造成很高的难度.针对铁路安全问题数据智能分类,提出进化集成分类器模型.运用TF-IDF算法,通过分析接触网安全问题的数据特点提取文本特征.采用决策树作为基分类器的Bagging集成分类器将文本数据分类,在Bagging分类过程中,针对Bagging算法产生的基分类器组合解集,提出采用遗传算法(Genetic Algorithm)将其优化,产生分类结果较优的基分类器组合解集.以铁路局实际安全问题进行实验分析,实验证明TF-IDF+Bagging+Genetic Algorithm=Evolutionary Ensemble Classifier进化集成分类器模型在铁路安全问题文本分类中具有较高的准确性.

关键词：铁路安全问题、TF-IDF、基分类器、集成分类器、进化集成分类器

所属期刊栏目：47

分类号：TN02;U284(一般性问题)

资助基金：中国铁道科学研究院集团有限公司科技研究开发计划项目;中国国家铁路集团有限公司科研专项课题;中国铁路总公司科技研究开发计划;中国铁道科学研究院集团有限公司电子计算技术研究所产品开发课题

在线出版日期：2021-04-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：71-76,81