基于TF-IDF加权朴素贝叶斯算法的ATP车载设备测试案例分类研究

针对列车超速防护（ATP,Automatic Train Protection）系统车载设备测试案例分类存在的工作量大、效率低且准确性不高等问题，提出了将词频—逆文档频率（TF-IDF,Term Frequency-Inverse Document Frequency）与朴素贝叶斯算法相结合，应用于测试案例分类的方案。利用TF-IDF算法筛选特征词及权重，对朴素贝叶斯算法进行加权处理，并基于实验室现有ATP车载设备的测试案例进行验证。实验结果表明，文章的特征词提取及测试案例分类方法具有较高的准确性。     

基于手机信令数据的居住地人口分布辨识改进方法

针对传统的基于手机信令数据的居住地人口分布分析方法的不足,通过建立一种基于手机信令数据和问卷调查数据的多源数据融合手段,利用有监督机器学习方法,实现对居住地人口分布现状的分析.首先通过问卷调查数据获取志愿者的实际居住地位置及其所使用的通信运营商相关信息,并进行样本筛选.其次,在通信运营商内部机房建立志愿者用户实际居住地...     

当男士遇上奢华之运动系列 PORSCHE DESIGN

Porsche Design是一个畅销全球的男士奢华品牌,其产品灵感大多来源于科技领域,该品牌由Ferdinand Alexander Porsche教授创立于1972年,出自他设计室的所有作品都以先进的技术、超强的实用性以及朴素清晰的风格吸引着众多消费者。本期,我们为您带来的是Porsche Design 2009春夏运动系列的新款装备。     

面向大型活动的交通应急预案快速生成与动态优化方法

现阶段大型活动突发事件下的交通组织应急预案多依赖人工经验，缺少针对性和定量化应急措施。针对预案的快速匹配问题，提出利用交通应急预案库中的历史案例提取突发事件特征属性，基于案例推理和朴素贝叶斯分类快速生成初始预案，并依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配预案。在此基础上，基于改进的规则推理建立交通应急预案库知识库和规则库，并采用正向推理修改预案内容。为构建评价指标体系，基于模糊层次分析法对预案应急能力水平和突发事件严重程度进行模糊评价。以北京2022年冬奥会为仿真案件，试验结果表明该方法可以快速生成最佳匹配预案并完成动态调整与完善。      

魏征朴素辩证法思想探析

本文以大量的历史事件，阐述了魏征在辅佐唐太宗治国安邦的过程中所闪现的朴素辩证法思想。     

基于朴素贝叶斯算法的船舶异常行为监测

随着海事事故与海上违法行为的不断增多,智能的监控方法成为降低海事事故,打击海上违法行为的有效手段.同时,船舶自动识别系统(Automatic Identification System,AIS)的普及及船舶交通管理系统(Vessel Traffic Service,VTS)的扩建,又为智能监控提供了数据支持.鉴于此,利用船舶自动识别系统提供的数据,分析通航水域船舶信息的分布情况,根据其概率分布采用朴素贝叶斯算法,从船舶航速、航向及距航道边界距离3个方面,构建船舶异常行为检测模型.最后,以成山角通航水域为例,检验模型的有效性.实验结果表明,构建的模型能够有效地完成异常行为监测,减少海事监管人员的工作强度,同时根据实验结果分析了成山角水域船舶航行的特点,并对成山角定线制提出合理化建议.     

基于朴素贝叶斯的城市轨道交通网络客流动态分配模型

为解决传统城市轨道交通网络客流动态分配模型分配均衡度低的问题,提出基于朴素贝叶斯设计城市轨道交通网络客流动态分配模型.通过识别城市轨道交通网络断面客流量,提出城市轨道交通网络客流动态分配的目标函数,标定客流动态分配参数,计算网络客流动态分配量,采用朴素贝叶斯分类方法确定城市轨道交通网络客流动态分配模型.实证表明,设计模型的分配均衡度最小为1.0,远高于对照组,证明此方法可有效缓解传统城市轨道交通网络客流动态分配模型分配均衡度低的问题.     

基于朴素贝叶斯分类器的水火弯板焰道点判定方法研究

针对现今造船业中水火弯板自动化加工难以确定焰道的现象,提出一种基于朴素贝叶斯分类器的水火弯板焰道点判定方法,旨在解决水火弯板焰道点的判定问题,进而辅助水火弯板焰道的生成。此方法通过经验参数和历史数据构建焰道点的朴素贝叶斯分类器,再利用构建的分类器对待测点进行类别概率计算,最后完成焰道点分类。实验表明,该判定方法对待测点的分类正确率高达87.4%,能够对焰道点进行有效分类判定。     

基于朴素贝叶斯分类器的公交通勤人群辨识方法

公交IC卡数据中通勤用户卡号ID的辨识和提取是其公交出行行为特征分析的前提.本文以厦门市公交IC卡刷卡记录为依托,结合相关问卷调查,提出一种基于朴素贝叶斯分类器(Na?ve Bayesian Classifier,NBC)的公交通勤人群辨识方法.首先,利用两种数据源中(问卷调查数据与IC卡数据)同时包含的公交出行信息,例如工作日首次刷卡时间、每周工作日刷卡天数等,建立其与调查数据中独有的类别变量(通勤人群/非通勤人群)之间的贝叶斯概率关系,并以此构建与训练NBC模型.然后,利用未参与训练的调查样本对标定后的模型的预测准确性进行测试,通勤人群的预测成功率达到88%.最终,利用测试验证后的NBC模型对公交IC卡数据中通勤人群进行识别,结果显示,厦门市公交通勤人群的数量介于26万人到32万人之间,并给出相关指标的统计结果.     

基于重采样的交通拥挤识别方法

交通拥挤识别实质上是一种不平衡分类问题,通过解决不平衡分类问题,在数据层面对原始数据集进行重采样,并采用不同的采样倍率进行向上和向下采样,降低数据集类间不平衡程度,从而提高拥挤类识别精度.选取南京市虎踞路(主干道)某一路段作为研究对象,调查获得7:30-9:00交通流数据,并在此基础上,通过vissim软件仿真得到更多数据.借助weka软件平台运用朴素贝叶斯分类器进行分类试验,并对检测结果对比分析,结果表明重采样方法在对总体识别率影响较小的情况下,能够提高拥挤类的识别率.