汽车故障的语义识别与辅助定位系统

发布时间：2021-03-12 13:40

　　随着我国汽车保有量持续增多,汽车故障投诉数量不断上升。而现有汽车故障诊断技术由于时效性差、成本高、效率低等因素无法很好地满足用户需求。所以实现一种低成本、高效率的汽车故障诊断方法具有十分重要的理论意义和较大的应用价值。随着自然语言处理技术和深度学习技术的发展,使计算机理解维保数据中的自然语言并挖掘其潜在价值成为可能。然而,自然语言处理技术与深度学习技术在汽车故障领域还未有成熟的应用。本文基于汽修专家诊断并记录的维保数据,通过自然语言处理技术和深度学习技术对汽车故障表层现象描述与汽车故障部位之间的相关性进行分析,将专家的经验参数化,提出一种能有效地缩短汽修人员诊断时间,提高诊断效率,并且易于推广的汽车故障辅助定位方法。在研究过程中,由于在汽车故障领域还未有相关语料库的研究,本文首先建立了汽车故障领域语料库,使自然语言处理技术能更好地应用于汽车故障领域。其次,基于深度学习技术对汽车故障现象描述语言和汽车故障部位间的相关性进行分析,并优化了汽车故障数据集和卷积神经网络模型参数,得到了准确率更高的汽车故障辅助定位模型。之后,对汽车故障特征提取技术进行研究,并对Jieba分词及TF-IDF算法进... 

【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校

【文章页数】：71 页

【学位级别】：硕士

【部分图文】：

论文结构

维保数据部分内容示例

Pycharm开发界面

【参考文献】：
期刊论文
[1]基于深度学习的文本分类系统关键技术研究与模型验证[J]. 汪少敏,杨迪,任华.  电信科学. 2018(12)
[2]中文分词技术综述[J]. 冯俐.  现代计算机(专业版). 2018(34)
[3]国内外汽车诊断技术发展综述[J]. 王子阳,董宇航,郭以勋,赵云龙,孙虎.  内燃机与配件. 2018(11)
[4]基于微信公众号的智能预问诊系统的应用研究[J]. 薛芹,陈柯.  中国管理信息化. 2018(08)
[5]基于卷积神经网络的公安案件文本语义特征提取方法研究[J]. 林志宏,池宏,许保光.  数学的实践与认识. 2017(17)
[6]现代汽车故障诊断方法及其应用研究[J]. 李强.  河北企业. 2015(12)
[7]我国汽车维修行业从业人员现状分析[J]. 袁杰.  交通节能与环保. 2015(03)
[8]汽车故障诊断技术的发展与应用现状研究[J]. 王加升.  科技风. 2015(09)
[9]中文分词十年回顾[J]. 黄昌宁,赵海.  中文信息学报. 2007(03)
[10]基于完全二阶隐马尔可夫模型的汉语词性标注[J]. 梁以敏,黄德根.  计算机工程. 2005(10)

硕士论文
[1]基于集成算法的密级文本分类系统设计[D]. 顾凯文.南京邮电大学 2018



本文编号：3078400