典型文献
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
文献摘要：
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.
文献关键词：
列车超速防护(ATP);测试案例;TF-IDF;朴素贝叶斯;案例分类
中图分类号：
作者姓名：
王心仪;程剑锋;刘育君
作者机构：
中国铁道科学研究院 研究生部,北京 100081;中国铁道科学研究院集团有限公司 通信信号研究所,北京 100081
文献出处：
引用格式：
[1]王心仪;程剑锋;刘育君-.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)[J].铁路计算机应用,2022(12):8-12
A类：
案例分类
B类：
TF,IDF,加权朴素贝叶斯算法,ATP,车载设备,设备测试,测试案例,分类研究,列车,超速,Automatic,Train,Protection,类存在,词频,文档,Term,Frequency,Inverse,Document,特征词,分类方法
AB值：
0.278822
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
