基于分布式框架下的中文文本特征分类

研究运用复旦中文文本及搜狗中文文档作为研究对象，提高了中文文本分类精确度及召回率，分析得出特征词的最佳贡献值。应用朴素贝叶斯分类方法和改进的TFIDF关键字提取及权重计算，提出TNBIF模型分类方法，在Spark平台上并行分类实现。实验结果表明：应用TNBIF模型实行中文文本分类，精确度高达95.49%，比传统文本分类方法精确度提高5.41%，召回率提高了6.64%。本研究得出最佳贡献值为0.95。     

青岛地铁自动扶梯功能安全系统研究发明之软硬件技术创新

自动扶梯作为青岛地铁运营中不可或缺的运营设备,不仅可以缓解地铁内繁忙的人流压力,而且能为乘客带来极大的便捷。但近来各地地铁安全事故频发,这对青岛地铁的自动扶梯运行有很大的警示作用。本文采用新型的软硬件设计解决了安全事故频发问题,对于后期青岛地铁技术发展有很大作用。