基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,我国能源行业的安全生产责任事故层出不穷。为了能将相关事故尽可能快速有效地汇报相关部门,必须对互联网上关于能源行业的事故新闻做到实时的监控。该文提出了一套对互联网上能源行业事故实时抓取分析的事故监控系统,采用机器学习与规则匹配相结合的文本挖掘技术来分类新闻事件,采用改进后的新闻事件分类方法比单纯使用机器学习的方法在准确率和召回率都有显著提升。文章最后提出系统实现的框架,并提出改进意见。
推荐文章
基于VR技术的实验室安全事故应急处置系统设计
VR技术
实验室安全
事故应急处置
可视化重建
监控装置
系统设计
冶金行业重大生产安全事故隐患标准解析
冶金
生产安全
事故隐患
隐患判定
建筑安全事故的灰色预测
事故
灰色系统
预测
安全
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 能源行业安全事故网上监控系统设计
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 文本表示 特征提取 SVM分类器 规则过滤
年,卷(期) dnzsyjsxsb_2016,(1X) 所属期刊栏目
研究方向 页码范围 61-64
页数 4页 分类号 TP391.1
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (32)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本表示
特征提取
SVM分类器
规则过滤
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导