基于文本挖掘的道岔故障分类研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-9页 |
| 1 引言 | 第12-20页 |
| 1.1 论文选题背景与意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 设备维护管理信息化概述 | 第14-17页 |
| 1.2.2 文本挖掘简介 | 第17-18页 |
| 1.3 论文主要工作内容及组织架构 | 第18-19页 |
| 1.4 本章小结 | 第19-20页 |
| 2 预备知识 | 第20-33页 |
| 2.1 文本挖掘中的文本分类 | 第20-27页 |
| 2.1.1 文本预处理 | 第21页 |
| 2.1.2 特征降维和特征权重方法 | 第21-24页 |
| 2.1.3 分类器设计算法 | 第24-27页 |
| 2.1.4 分类性能评估 | 第27页 |
| 2.2 道岔结构组成及维护管理 | 第27-32页 |
| 2.2.1 道岔结构组成 | 第27-29页 |
| 2.2.2 转辙机 | 第29-32页 |
| 2.2.3 道岔维护管理 | 第32页 |
| 2.3 本章小结 | 第32-33页 |
| 3 道岔故障分类及文本预处理 | 第33-40页 |
| 3.1 道岔故障文本数据简介 | 第33-34页 |
| 3.2 道岔故障分类流程 | 第34-35页 |
| 3.3 道岔故障分类文本预处理 | 第35-39页 |
| 3.3.1 道岔故障类别标签设定 | 第35-37页 |
| 3.3.2 文本分词 | 第37-39页 |
| 3.3.3 去停用词 | 第39页 |
| 3.4 本章小结 | 第39-40页 |
| 4 基于主题模型的道岔故障特征提取 | 第40-48页 |
| 4.1 PLSA主题模型特征提取 | 第40-42页 |
| 4.1.1 主题模型表示 | 第41页 |
| 4.1.2 模型参数估计 | 第41-42页 |
| 4.1.3 新样本模型表示 | 第42页 |
| 4.2 道岔故障描述分析 | 第42-44页 |
| 4.3 道岔故障特征提取 | 第44-47页 |
| 4.4 本章小结 | 第47-48页 |
| 5 基于支持向量机的道岔故障分类 | 第48-60页 |
| 5.1 支持向量机 | 第48-50页 |
| 5.2 分类器应用 | 第50-51页 |
| 5.3 分类结果评价方法 | 第51-53页 |
| 5.4 分类结果分析 | 第53-59页 |
| 5.5 本章小结 | 第59-60页 |
| 6 道岔故障数据录入表单的设计与实现 | 第60-69页 |
| 6.1 道岔故障数据录入表单设计 | 第60-62页 |
| 6.2 道岔故障数据录入表单实现 | 第62-68页 |
| 6.2.1 电务调度指挥中心系统简介 | 第62-65页 |
| 6.2.2 动态表单实现 | 第65-68页 |
| 6.3 本章小结 | 第68-69页 |
| 7 总结及展望 | 第69-71页 |
| 参考文献 | 第71-73页 |
| 图索引 | 第73-74页 |
| 表索引 | 第74-75页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第75-77页 |
| 学位论文数据集 | 第77页 |
