典型文献
基于自然语言处理的地铁工程车辆故障智能诊断研究
文献摘要：
针对地铁工程车辆故障文本数据未得到合理利用的现象,提出了一种基于自然语言处理的故障智能诊断方法.该方法对故障文本进行预处理,采用Word2vec进行文本表示与词向量训练,运用LSTM与Softmax组成的RNN模块完成故障诊断,引入SMOTE算法处理文本数据类别不平衡问题,以提高诊断精度.以某地铁设备中心的工程车辆故障数据为例,进行实验,精确率与召回率分别达到86.30％和86.68％.结果表明:新方法能够提升地铁工程车辆的故障诊断准确性,为地铁设备故障智能诊断和故障文本的利用提供解决思路.
文献关键词：
故障诊断;工程车辆;自然语言处理;故障文本数据;RNN
中图分类号：
作者姓名：
严硕;徐永能;何文韬
作者机构：
南京理工大学 自动化学院,南京 210094
文献出处：
引用格式：
[1]严硕;徐永能;何文韬-.基于自然语言处理的地铁工程车辆故障智能诊断研究)[J].兵器装备工程学报,2022(09):101-108
A类：
B类：
自然语言处理,地铁工程,工程车辆,故障智能诊断,诊断研究,故障文本数据,智能诊断方法,Word2vec,文本表示,词向量训练,Softmax,RNN,SMOTE,数据类别,类别不平衡,不平衡问题,地铁设备,故障数据,精确率,召回率,诊断准确性,设备故障,解决思路
AB值：
0.29729
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。
