全球恐怖襲擊頻發(fā),對(duì)各國(guó)公共安全構(gòu)成了嚴(yán)重威脅,研究多目標(biāo)/多類型恐怖襲擊風(fēng)險(xiǎn)評(píng)估,感知和掌握風(fēng)險(xiǎn)態(tài)勢(shì)具有重要意義�；贙-means++聚類分析算法和Python語(yǔ)言編程建立了多目標(biāo)/多類型恐怖襲擊風(fēng)險(xiǎn)函數(shù)模型,利用模型對(duì)2002～2016年全球恐怖襲擊的數(shù)據(jù)進(jìn)行聚類分析,將多目標(biāo)/多類型恐怖襲擊風(fēng)險(xiǎn)劃分為5個(gè)等級(jí),得到針對(duì)公民自身和私有財(cái)產(chǎn)采用轟炸/爆炸襲擊方式的恐怖襲擊風(fēng)險(xiǎn)最高。以2017年的數(shù)據(jù)測(cè)試該模型的泛化能力,測(cè)試結(jié)果準(zhǔn)確率達(dá)到了94. 44%,并與K-means、BP神經(jīng)網(wǎng)絡(luò)和決策樹等機(jī)器學(xué)習(xí)模型進(jìn)行了對(duì)比分析。結(jié)果表明此模型可為恐怖襲擊風(fēng)險(xiǎn)評(píng)估和防范策略提供一定的參考。

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
0 引言
1 本文原理
    1.1 恐怖襲擊風(fēng)險(xiǎn)評(píng)估原理
    1.2 K-means++聚類分析算法
2 風(fēng)險(xiǎn)評(píng)估建模
    2.1 數(shù)據(jù)預(yù)處理
    2.2 風(fēng)險(xiǎn)評(píng)估模型計(jì)算流程
3 結(jié)果分析與討論
4 結(jié)語(yǔ)



本文編號(hào)：3826751