基于不平衡文本数据挖掘的铁路信号设备故障智能分类

• 作者: 吴艳华 李平 杨连报 薛蕊 邹丹 马小宁
• 来源期刊: 铁道学报
• 学科: 交通运输
• 关键词: 铁路信号设备 故障分类 不平衡文本数据 SMOTE 基分类器 集成分类器 集成学习
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 铁道通信信号、信息化
• 页码范围: 59-66
• 页数: 8页
• 分类号: U284
• 字数: 6225字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-8360.2018.02.009

摘要

针对铁路信号设备不平衡故障文本数据,提出基于文本挖掘的铁路信号设备故障智能分类模型.采用TF-IDF模型实现电务信号设备故障文本的特征提取并转换为向量,基于Voting的方式实现多分类器集成学习分类.该模型利用SVM-SMOTE算法对TF-IDF转换后的小类别文本向量数据进行随机生成,采用逻辑回归、朴素贝叶斯、SVM等基分类器和GBDT、随机森林集成分类器对平衡后的数据进行分类,考虑不同分类器的适用特点,通过Voting方式进行多分类器集成学习.通过对某铁路局2012—2016年铁路信号设备故障文本数据进行试验分析,表明该模型可使故障分类的准确率、召回率和F-score均得到显著提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李平	中国铁道科学研究院电子计算技术研究所	64	643	15.0	23.0
2	邹丹	中国铁道科学研究院电子计算技术研究所	9	62	6.0	7.0
3	吴艳华	中国铁道科学研究院电子计算技术研究所	23	149	8.0	11.0
4	马小宁	中国铁道科学研究院电子计算技术研究所	26	187	6.0	13.0
5	杨连报		17	86	5.0	9.0
6	薛蕊	中国铁道科学研究院电子计算技术研究所	5	49	3.0	5.0