排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
为解决民航不安全事件信息中分类不准确的问题,提出一种基于机器学习的数据清洗方案。首先,设计了一种基于one class svm的异常值筛选模型,筛选出现有航空不安全事件信息中事发阶段中标签错误的数据。其次,建立了一种基于BERT的分类模型对分类正确数据进行训练,利用经过训练的模型对筛选出来的异常数据进行重新分类。最后,将清洗后的数据与原始数据进行比较,清洗后的数据标签准确率提高了10.2%。实验结果表明,基于机器学习的数据清洗方法能够实现民航安全信息的数据清洗,提高了数据质量。 相似文献
3.
5.
对透水性沥青混合料配合比进行设计,并采用滴落试验确定最佳沥青用量,设计了四组配合比,并对其路用性能进行了室内试验。试验结果表明,四种方案的混合料动稳定度均满足要求,具备一定的高温稳定性;弯拉破坏应变值最大为2667με,具有良好的低温抗裂性;冻融劈裂强度比与摩擦系数四种方案的试验结果较为接近,最大分别为86%、72BPN,说明均具有一定的水稳定性及抗滑性能;最终通过工程应用可以得知推荐的配合比具有一定的可行性,能够满足交通运输需求。 相似文献
1