基于MMR算法的动车组轴承温度故障预测模型研究

该文统计与分析某动车组一段时间的轴承故障分布规律,介绍3种轴承的温度测点方案。按单辆车、单列车及列车群3个维度分析轴温数据的分布规律及其关联关系,提出一种采用多自变量多因变量线性回归(MMR)算法的轴温故障预测模型;在模型训练阶段,以时间序列为坐标,通过数据均值插补法进行数据清洗、归一化法进行数据无量纲处理;基于多元正态与数据协方差分析,设置合理的置信区间,进行最小二乘法估计,搭建轴承温度故障预测模型;基于历史数据完成模型仿真及离线数据测试,模型预测平均误差率7.29%;基于动车组健康管理平台,开展模型在线验证,预测准确率为88.9%。

新型的面向新闻评论摘要采集算法

为了让读者可以更快地获取所有新闻评论中最有代表性的观点,提出一种新的新闻评论摘要采集算法,并依此设计出评论摘要采集系统.该算法将有效地结合聚类算法和排序算法,首先,使用改进的Borderflow算法对所有评论聚类;其次,采用类PageRank算法对聚类中的评论进行排序,选出排名最前的几条评论;最后,利用MMR算法对PageRank算法选出的所有评论进行再次排序,并选取名次最高的K条评论作为评论摘要.通过仿真实验得到的NDCG和MAP数据表明,使用本文算法得到的评论摘要具有更好的有效性和准确性,更符合读者直观感觉.

一种基于共现关键词的TextRank文摘自动生成算法

传统TextRank算法在生成摘要时只考虑句子间的相似度,忽略了文章本身间的相似度,且生成的摘要往往包含重复的信息表达。为此,提出一种基于共现关键词的TextRank算法,用word2vec模型将文章表示为句向量,考虑到文章的类别,将该类文章的共现关键词作为参数参与句子权值的迭代计算,然后,通过句子长度、关键词数量等信息对迭代得到的句子权重加以修正。实验结果表明,所提算法能够提高生成摘要的全面性和准确性。同时,所提算法使用MMR对抽取得到的摘要进行去除冗余处理,改善了摘要的重复表达情况。

一种基于TextRank的中文自动摘要方法

自动摘要技术能够快速掌握原文关键内容,在数据安全防护领域具有广阔的应用前景。在TextRank摘要算法的基础上,提出一种融合了BERT模型、典型摘要特征修正和冗余消除的中文摘要算法SummRank。SummRank算法通过使用自然语言预训练模型BERT进行句向量编码,考虑了句子位置、线索词等典型摘要句特征带来的累加权重修正,并使用最大边缘相关MMR算法去除摘要中的冗余。实验证明,SummRank摘要算法提取的摘要具有更高的相关性和多样性,能够用于多种数据安全防护应用。