基于朴素贝叶斯分类器的公共自行车系统故障诊断方法

• 作者: 时中朝 董红召 郝伟娜
• 来源期刊: 中国机械工程
• 关键词: 贝叶斯分类器 公共自行车系统 故障诊断 贡献率
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 智能制造
• 页码范围: 983-987
• 页数: 5页
• 分类号: TP206|U121
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2019.08.015

摘要

针对公共自行车没有安装车载检测传感器、流动及停放区域较大、管理部门无法及时发现自行车故障等问题,提出了基于朴素贝叶斯分类器的自行车故障诊断方法.通过分析公共自行车系统(PBS)租用记录、维修记录和用户评价,选取15个状态分类特征作为自行车故障检测的特征向量;根据朴素贝叶斯分类器后验概率,获取每个状态分类特征对类的贡献率;以召回率作为评价指标来预测诊断故障自行车.采用杭州市PBS 2016年的相关数据对模型进行实践验证,通过预测模型输入特征值的优化,测试样本的召回率达85.79％,精度较为理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郝伟娜	浙江工业大学智能交通系统联合研究所	14	63	4.0	7.0
2	董红召	浙江工业大学智能交通系统联合研究所	40	512	12.0	22.0
3	时中朝	浙江工业大学智能交通系统联合研究所	1	0	0.0	0.0