為了探討樸素貝葉斯分類在儀表故障判斷領(lǐng)域的應(yīng)用價(jià)值,通過將某核電廠壓力表故障的歷史信息進(jìn)行分類匯總,將故障的判斷轉(zhuǎn)換成文本分類任務(wù),結(jié)合樸素貝葉斯分類算法和自然語言處理建立故障的分類模型,實(shí)現(xiàn)對(duì)新增故障的準(zhǔn)確判斷。通過驗(yàn)證,樸素貝葉斯分類模型能夠?qū)π略龉收线M(jìn)行判斷分類。測(cè)試中需要進(jìn)行校驗(yàn)類故障準(zhǔn)確率能夠達(dá)到95%以上,其他類故障準(zhǔn)確率高于70%。傳統(tǒng)故障判斷一般是由人來完成,通過貝葉斯分類模型實(shí)現(xiàn)對(duì)故障的判斷,可減輕人員勞動(dòng)強(qiáng)度,提高工廠維修自動(dòng)化水平。 

【文章來源】：南華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,34(02)

【文章頁數(shù)】：5 頁

【部分圖文】：

故障判斷流程

圖1 故障判斷流程通過對(duì)測(cè)試結(jié)果及模型原理分析，在創(chuàng)建模型之初選擇樣本容量大且全面的數(shù)據(jù)集對(duì)模型特征序列的選取很有幫助，在選取特征序列時(shí)要選取盡量多的詞匯，這樣能保證指向性高的特征詞在特征序列之中。對(duì)于實(shí)際出現(xiàn)很少的缺陷，可以強(qiáng)制給出對(duì)應(yīng)的特征序列并且設(shè)定特征詞的出現(xiàn)頻率，這樣有助于提高分類的準(zhǔn)確性。

【參考文獻(xiàn)】：
期刊論文
[1]貝葉斯網(wǎng)絡(luò)在計(jì)算機(jī)聯(lián)鎖系統(tǒng)故障診斷中的應(yīng)用[J]. 王剛,牛宏俠.  電子世界. 2018(05)
[2]樸素貝葉斯算法在文本分類中的應(yīng)用[J]. 鄒曉輝.  數(shù)字技術(shù)與應(yīng)用. 2017(12)
[3]基于退化數(shù)據(jù)的高可靠性產(chǎn)品貝葉斯分類決策[J]. 陳震,潘爾順.  上海交通大學(xué)學(xué)報(bào). 2017(01)
[4]基于分類器融合的自動(dòng)化協(xié)商決策模型[J]. 彭艷斌,鄭志軍,于成波,李吉明.  上海交通大學(xué)學(xué)報(bào). 2013(04)
[5]貝葉斯決策論[J]. 劉迪.  黑龍江科技信息. 2012(28)



本文編號(hào)：3462338