基于規(guī)則的數(shù)據(jù)分類算法在鐵路運輸信息中的應(yīng)用.pdf

1、隨著我國鐵路信息化建設(shè)的快速發(fā)展，鐵路運輸中產(chǎn)生的信息數(shù)據(jù)的規(guī)模迅速膨脹，且數(shù)據(jù)類型紛繁復(fù)雜，對鐵路運輸管理技術(shù)人員提出了全新的挑戰(zhàn)。然而，目前鐵路運輸信息系統(tǒng)卻只能提供一些常規(guī)查詢和統(tǒng)計功能，還不具備對鐵路運輸信息進行實時分析和預(yù)測的能力，故無法完全滿足鐵路運輸?shù)膶嶋H需要。如何有效地組織和利用海量的鐵路運輸信息數(shù)據(jù)，揭示隱藏在數(shù)據(jù)背后本質(zhì)聯(lián)系，為鐵路運輸管理提供更為準(zhǔn)確、直觀的指導(dǎo)方案是鐵路信息化建設(shè)亟待解決的重要課題，同時也是本論文

2、研究的主旨所在。 本文系統(tǒng)的介紹了數(shù)據(jù)挖掘領(lǐng)域的發(fā)展概況，闡述了基于統(tǒng)計的數(shù)據(jù)分類的一般內(nèi)容。在充分比較分析了基于樸素貝葉斯和支持向量機兩種統(tǒng)計分類算法的基礎(chǔ)上，針對將它們應(yīng)用于鐵路運輸信息數(shù)據(jù)分類時存在的一些問題進行了深入剖析。通過研究發(fā)現(xiàn)，當(dāng)類別之間交叉現(xiàn)象比較嚴(yán)重時(即類間的特征重復(fù)較多時)，分類器的精度會大大下降，尤其是在多層分類中，有些子類之間的特征交叉更為嚴(yán)重，即使在大類別基本正確的情況下，子類的分類精度也會大幅度降

3、低，嚴(yán)重影響對子類數(shù)據(jù)進行進一步預(yù)測分析，從而導(dǎo)致整體預(yù)測結(jié)果失效。 針對基于統(tǒng)計的分類方法的上述不足，本文進一步提出了新的基于規(guī)則的鐵路運輸信息數(shù)據(jù)分類方法。該方法結(jié)合統(tǒng)計分類方法，通過定制面向鐵路信息系統(tǒng)的行業(yè)分類規(guī)則，設(shè)計出基于專家規(guī)則的分類器，并構(gòu)建出具有高準(zhǔn)確性的分類模型。此外，進一步將本研究所提出的分類策略應(yīng)用于鐵路運輸管理信息系統(tǒng)的數(shù)據(jù)分類中，進行實際系統(tǒng)測試，取得了較好的分類性能。 最后，本文還對于基于統(tǒng)