期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
民航管制安全风险主题时空分布规律研究 被引量:3
1
作者 陈芳 温抗抗 +1 位作者 张亚博 邹汶倩 《安全与环境学报》 CAS CSCD 北大核心 2024年第2期587-595,共9页
为了探究民航管制安全风险的时空分布规律,基于潜在迪利克雷分布(Latent Dirichlet Allocation,LDA)主题模型识别出民航管制安全风险主题,定义民航管制安全风险主题强度的定量测度指标,运用全局空间自相关分析和冷热点分析对民航管制安... 为了探究民航管制安全风险的时空分布规律,基于潜在迪利克雷分布(Latent Dirichlet Allocation,LDA)主题模型识别出民航管制安全风险主题,定义民航管制安全风险主题强度的定量测度指标,运用全局空间自相关分析和冷热点分析对民航管制安全风险主题的时空分布规律进行研究。结果表明:利用LDA主题模型识别出“管制员指令错误风险”等10个管制安全风险主题;“管制员指令错误风险”主题存在较弱的全局空间自相关性,在2018—2021年,全局Moran’s I总体呈现波动增长的趋势;在2018—2021年,“管制员指令错误风险”主题强度高值聚集的区域由西南向东南转移,高值聚集区域数量变少,且不稳定,低值聚集区域发生转移并在2020年后保持稳定。通过全局空间自相关分析和冷热点分析确定了2018—2021年中国民航不同管制区域的管制安全风险的时空分布格局,为局方进行差异化的安全监管提供决策支持。 展开更多
关键词 安全工程 文本挖掘 时空分布规律 潜在迪利克雷分布(LDA) 空间自相关 空中交通管制
在线阅读 下载PDF
基于文本挖掘的民航飞行风险评价指标研究
2
作者 汪磊 安佳宁 史少铭 《安全与环境学报》 北大核心 2025年第3期825-834,共10页
为定量评价民航飞行风险,研究提出一种基于文本挖掘的民航飞行风险评价指标识别方法。该方法聚焦于冲偏出跑道、可控飞行撞地、空中失控3类典型核心风险事件,收集全球运输航空2008-2023年相关事故调查报告共210篇。利用词频与逆文档频... 为定量评价民航飞行风险,研究提出一种基于文本挖掘的民航飞行风险评价指标识别方法。该方法聚焦于冲偏出跑道、可控飞行撞地、空中失控3类典型核心风险事件,收集全球运输航空2008-2023年相关事故调查报告共210篇。利用词频与逆文档频率算法(Term Frequency-Inverse Document Frequency,TF-IDF)和潜在狄利克雷分布主题模型(Latent Dirichlet Allocation,LDA)提取语料中主题及关键词,参考航空公司飞行品质监控标准文件,归纳3类核心风险评价指标,并结合相关文献规范,构建民航飞行风险评价指标体系。采集某航空公司B737-800机型60条航班数据,对评价指标体系的合理性开展实例验证。结果显示:该方法能够客观高效地识别飞行风险指标,实现了对5名飞行员个体风险的量化排序。研究结果可应用于飞行风险评价,为后续建立风险量化模型奠定基础。 展开更多
关键词 安全工程 风险评价 文本挖掘 词频与逆文档频率 潜在迪利克雷分布
在线阅读 下载PDF
一种新的目标检测方法:Latent Dirichlet classification 被引量:3
3
作者 丁轶 郭乔进 李宁 《南京大学学报(自然科学版)》 CSCD 北大核心 2012年第2期214-220,共7页
图像目标检测的任务是通过对图像分块或者分区域提取特征,进行学习和分类,从而检测出目标在图像中的位置.基于潜在迪利克雷分布模型,提出一种应用于目标检测的主题模型latentDirichlet classification(LDC),结合图像连续值局部特征和共... 图像目标检测的任务是通过对图像分块或者分区域提取特征,进行学习和分类,从而检测出目标在图像中的位置.基于潜在迪利克雷分布模型,提出一种应用于目标检测的主题模型latentDirichlet classification(LDC),结合图像连续值局部特征和共生关系来进行目标检测.LDC模型将latentDirichlet allocation(LDA)生成的主题信息作为权重赋予样本,生成多份样本,然后利用多份样本训练多个分类器进行集成分类.实验结果表明利用LDC模型能有效提高检测精度. 展开更多
关键词 潜在迪利克雷分布 目标检测 变分推理 主题模型
在线阅读 下载PDF
基于共现关系的多源主题融合模型 被引量:3
4
作者 秦旭 杨文忠 +2 位作者 王雪颖 马国祥 王庆鹏 《计算机工程与应用》 CSCD 北大核心 2020年第10期157-162,共6页
主题检测是互联网舆情分析任务中不可或缺的工作,在话题发现、热点话题等方面会遇到大量的不同种类的文本,它们有着不同的特性,却包含着相同的主题。有效地利用不同源的特性具有重要的科研和实践意义。大多数主题模型都是检测单一来源... 主题检测是互联网舆情分析任务中不可或缺的工作,在话题发现、热点话题等方面会遇到大量的不同种类的文本,它们有着不同的特性,却包含着相同的主题。有效地利用不同源的特性具有重要的科研和实践意义。大多数主题模型都是检测单一来源的文档,但媒体消息都是从多种平台进行传播,而且消息长度不一,不同平台都有其各自的属性,从而导致难以进行统一的舆情监控。为此,提出了一个基于共现关系的多源主题融合模型(Multi-source Topic Fusion Model,MTFM),该模型将共现(同一内容在不同地方出现)纳入到多源主题融合模型中实现异类源的准确话题提取。实验结果表明,与当前用于不同源主题检测的经典模型相比较,MTFM提供了另一种挖掘主题的方法。 展开更多
关键词 多源主题融合模型 潜在迪利克雷分布(LDA) K-MEANS 相似度
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部