摘要:恐怖主义是人类的共同威胁,利用数据挖掘可以为反恐防恐提供有价值的信息支持.基于数据挖掘的思路,从恐怖袭击事件中提取能描述危险程度的特征属性,构建量化分级模型,并考虑准确率评价指标进行优化.通过组内平方和法分析改进高斯混合模型(GMM),对恐怖组织进行聚类分析,侦查出潜在最相关的嫌疑人.建立相关模型结合统计分析,得到恐怖袭击发生的主要原因、时空特性和蔓延特性,并对未来全球反恐态势进行预测,帮助反恐组织提高反恐的精准性和打击能力.
关键词:应用统计数学 恐怖袭击事件 数据挖掘 gmm聚类分析
单位:湖南大学工商管理学院; 湖南长沙410082; 湖南大学机械与运载工程学院; 湖南长沙410082; 湖南大学信息科学与工程学院; 湖南长沙410082; 湖南大学数学与计量经济学院; 湖南长沙410082
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社