張偉　李東

【摘 要】本文針對現有使用人力分類裝備故障數據效率和準確率較低的問題，根據故障數據種類繁雜，主題明確的特點，提出并使用LDA模型對故障數據自動分類，達到較高效率及準確率。

【關鍵詞】LDA模型；方法；研究

中圖分類號： TJ760 文獻標識碼： A 文章編號： 2095-2457（2018）11-0185-002

DOI：10.19694/j.cnki.issn2095-2457.2018.11.081

【Abstract】In view of the problem that the efficiency and accuracy of the breakdown data of manpower classification equipment are low， this paper proposes and uses the LDA model to classify the fault data automatically according to the miscellaneous types of fault data and the characteristic of the subject， so as to achieve high efficiency and accuracy.

【Key words】Research on LDA model method

0 引言

對裝備故障信息進行準確的分類與收集是裝備信息化建設的重要一環。科技是第一生產力，武器裝備的先進水平是現代戰爭的第一戰斗力。隨著大數據時代的來臨，軍隊對信息化建設提出了更高的要求，各種裝備信息云數據庫的建立被提上了議程。裝備故障信息是反映裝備質量性能的第一手資料，是裝備信息云數據庫的重要組成部分，對裝備故障信息進行準確地分類則是建立裝備信息云的關鍵一步。

裝備的故障信息種類繁雜，但含有明確的主題。以坦克的故障信息為例，坦克是集機械、電子、液壓、液力、光學、計算機及網絡等技術的綜合的復雜武器系統，包含成百上千的工廠的產品[1]，坦克的故障信息設計上萬個零件，十分繁雜。因此坦克的每條信息都可以歸類到固定的系統中，每條信息都具有各自的主題。

目前我軍采用的人工分類方法存在諸多弊端。我軍坦克故障信息的收集者往往來自于一線的裝備使用人員，由于其對裝備結構組成及維修方法缺乏必要的認知，因此提供的信息缺乏規范，多為含有關鍵字描述性的信息，例如：駕駛員任務終端黑屏、在行駛過程中車速到45碼左右開始抖動特別厲害、駕駛室任務終端不供電、車通一號盒電路板燒壞等等。這類信息的分類與收集主要是通過專業人員進行的，但由于數據量較大，人力有限，因此人力分類效率很低，且故障信息繁雜，技術人員各自專業比較集中，缺乏對各個領域熟知的全面人才，因此分類的準確率較低。

LDA主題模型適合于對坦克故障信息分類，相較于其他算法具有明顯優勢，在本文實驗中達到良好的效果。LDA算法善于處理文本分類、生成問題，其提取關鍵字處理方法忽略了坦克故障信息中的不規范因素，其提出了主題分布與詞分布的概念，適合處理“主題鮮明”的裝備故障數據。

pLSA模型是LDA模型的前身，由Hoffmm于1999年在論文Probilistic Latent Swmantic Analysis中他提出，pLSA模型是一種文檔主題生成模型，它將文檔中詞匯的生成理解為文檔對主題模型的生成以及主題對詞匯模型的生成，具有兩層貝葉斯網絡，pLSA模型的建立完全基于文檔數據，因此在訓練樣本量不夠豐富或者分布不夠均勻的情況下，容易出現過擬合的問題。

1 模型建立與求解

1.1 模型建立

1.2.2 gibbs采樣

gibbs采用屬于隨機模擬抽樣算法的一種，模擬的核心是對一個分布進行抽樣，gibbs采樣需要選取概率向量的一個維度，給定其他維度的變量值采樣當前維度的值，不斷迭代，直到收斂輸出待估計的參數。

4 結語

本文以坦克故障數據為例，建立LDA模型并對其分類，取得了良好的效果。說明LDA模型在裝備類數據分類上具有較強的優勢。隨著文檔數據集、主題集的進一步完善，相信LDA模型能在分類的準確率上獲得較大提升。

【參考文獻】

[1]閆清東，張連第，趙毓芹.坦克構造與設計，北京理工大學出版社，2006.5.

[2]David M Blei，Andrew Y Ng，Michael I Jordan.Latent Dirichlet Allocation：TOwards a Deeper Understanding：neural information processing system，2002.