首页--航空、航天论文--航空飞行术论文--飞机飞行安全论文

基于文本挖掘的航空安全事故报告致因因素分析和风险预测

摘要第5-6页
Abstract第6-7页
第一章 绪论第13-19页
    1.1 课题背景及研究意义第13页
    1.2 国内外研究现状第13-16页
        1.2.1 国外研究现状第13-14页
        1.2.2 国内研究现状第14-16页
    1.3 研究内容及论文结构第16-18页
        1.3.1 论文研究内容第16-17页
        1.3.2 论文组织结构第17-18页
    1.4 本章小结第18-19页
第二章 文本挖掘的若干关键技术第19-29页
    2.1 文本挖掘的一般处理过程第19-20页
    2.2 特征提取第20-22页
        2.2.1 文本特征表示第21页
        2.2.2 特征提取方法第21-22页
    2.3 文本分类第22-28页
        2.3.1 文本分类的一般过程第22-23页
        2.3.2 传统机器学习的分类器模型第23-26页
        2.3.3 深度学习分类器模型第26-28页
    2.4 本章小结第28-29页
第三章 航空安全报告致因因素的分析第29-40页
    3.1 研究综述第29页
    3.2 文本挖掘语料库第29-31页
    3.3 文本挖掘工具的选择第31页
    3.4 数据预处理第31-33页
    3.5 航空飞行事故致因因素选取第33-39页
        3.5.1 致因因素向量空间模型的构建第36-38页
        3.5.2 航空安全事故报告致因因素分析第38-39页
    3.6 本章小结第39-40页
第四章 航空安全报告风险预测模型的设计实现第40-47页
    4.1 概述第40页
    4.2 传统机器学习的风险预测模型设计实现第40-44页
        4.2.1 航空安全报告的特征提取第40-42页
        4.2.2 航空安全报告的分类器模型构造第42-44页
    4.3 深度学习风险预测模型的设计实现第44-46页
        4.3.1 航空安全报告文本表示-训练词向量模型Word2vec第44-45页
        4.3.2 深度学习风险预测分类器模型第45-46页
    4.4 本章小结第46-47页
第五章 实验结果对比分析第47-51页
    5.1 实验设置第47页
    5.2 实验对比方法第47-50页
    5.3 本章小结第50-51页
第六章 总结与展望第51-53页
    6.1 总结第51页
    6.2 展望第51-53页
参考文献第53-56页
致谢第56-57页
作者简介及读研期间主要科研成果第57页

论文共57页,点击 下载论文
上一篇:下穿立交监控图像质量提升算法研究
下一篇:面向新型建筑智能化平台的室内人员分布仿真系统设计