文本分类中基于改进特征选择方法的研究

文本分类不仅可以提高分类的效率,而且可使人们更快地找到想要获取的信息。在特征选择方法的基础上,分析了卡方统计法的缺点,对其提出了一种改进的方法,同时采用支持向量机分类的算法和词频-逆向文件频率权重函数对其进行了验证。通过实验得出此方法可以在很大程度上提高文本分类精确度,使分类的效果更好。

全统计法DNBR限值设计的统计处理改进研究

为了分析不同统计处理方法在释放核电厂热工水力设计裕量方面的差异,在全统计法蒙特卡罗正态分布模拟计算的基础上,分别采用改进的卡方分布参数法和非参数自助法进行偏离泡核沸腾比(DNBR)限值的设计,并对结果进行了对比分析。研究表明:卡方分布参数法和非参数自助法有较好的准确性和收敛性,两种改进后的方法得到的DNBR限值相近,且能够获得更大的设计裕量。

基于民航安全信息文本挖掘的进近着陆致险因素分析

为有效识别飞行进近着陆阶段致险因素,以进近着陆不安全事件为对象,利用Python语言和文本挖掘方法对文本进行预处理,获取包含关键特征值和特征权重的高维稀疏原始特征向量集合;利用卡方统计对致险因素原始特征项进行降维,得到30个维度文本特征项,借助词云图将文本挖掘结果可视化;通过人为因素、飞机故障、环境因素和管理因素4个层面对进近着陆致险因素归类和重要度分析。结果表明:人为因素占进近着陆事件/事故原因的比重较大;飞行员决策处置与操纵技能、恶劣天气、机场管控力度是进近着陆阶段重要致险因素,航空公司及管制部门应加强预防控制,辨识并消除事故隐患。