基于N-gram剪枝技术的隐患文本自动评估模型

为了自动分析海上钻井平台隐患文本中蕴含的隐患响应程度信息,量化隐患严重程度,提出一种基于N-gram词袋向量的隐患响应等级量化评估模型。首先针对1565条钻井平台的现场隐患记录进行分词与过滤处理;其次再以N-gram作为特征单元重塑词袋维度;然后提出使用逆TF-IDF值来强化特征值;最后,使用朴素贝叶斯构建隐患量化模型。结果表明:使用该方法的隐患量化评估模型具有较高的精确率、召回率及F1值。

基于三维点云转换视觉图像的回环检测算法

针对视觉回环检测容易受光照影响和激光回环检测容易丢失环境中细节描述符的问题,提出一种基于视觉理论的激光回环检测算法。该算法利用激光点云的强度信息转换成视觉可用的图像信息,从图像中提取ORB特征描述符,将描述符编码成词袋向量,然后通过DBoW查询回环候选帧,最后采用PnP-RANSAC删除假阳性匹配以得到回环帧。该算法分别在KITTI数据集中和真实环境中进行了实验,实验结果表明该算法具有旋转不变性,以及在真实环境中当召回率为100%时,准确率可达69.57%,相比于Scan Context算法准确率提升了8.03%。