基于TF-IDF进化集成分类器的铁路安全故障文本分类

摘要

铁路安全问题是铁路运输保证的核心问题,铁路安全问题非结构化文本数据量大,文本内容无特定规律,对于综合分析解决安全故障问题造成很高的难度.针对铁路安全问题数据智能分类,提出进化集成分类器模型.运用TF-IDF算法,通过分析接触网安全问题的数据特点提取文本特征.采用决策树作为基分类器的Bagging集成分类器将文本数据分类,在Bagging分类过程中,针对Bagging算法产生的基分类器组合解集,提出采用遗传算法(Genetic Algorithm)将其优化,产生分类结果较优的基分类器组合解集.以铁路局实际安全问题进行实验分析,实验证明TF-IDF+Bagging+Genetic Algorithm=Evolutionary Ensemble Classifier进化集成分类器模型在铁路安全问题文本分类中具有较高的准确性.