基于GRA-SVR的恐怖风险情报预测模型——以“一带一路”为例

发布时间：2022-11-03 20:58

　　[目的/意义]为实现对区域恐怖风险指数的短期预测,提出一种基于灰色关联（Grey relational analysis, GRA）支持向量回归（support vector regression, SVR）的恐怖风险预测模型。[方法/过程]引入科学知识图谱对恐怖风险要素进行识别,并根据风险要素确定衡量指标;利用灰色关联分析计算各影响指标与恐怖风险的关联度,筛选出主要的影响指标构建评估指标体系;通过网格搜索交叉验证寻优支持向量回归机参数,使用优化后的参数建立支持向量回归模型。[结果/结论]来自"一带一路"沿线国家2008-2018年数据仿真结果表明,基于GRA-SVR的恐怖风险预测模型具备更优的预测能力,该模型可在一定程度上弥补现有方法通用性不强、检测结果与恐怖风险实际发生的相关性不高等不足,为我国国家安全战略的制定和实施提供参考。 

【文章页数】：7 页

【文章目录】：
0 引 言
1 方法与原理
    1.1 灰色关联算法
    1.2 支持向量回归机理论
2 恐怖风险预测模型构建
    2.1 恐怖风险要素提取
    2.2 恐怖风险指标体系构建
    2.3 支持向量回归机参数优化
3 实验与结果分析
4 结论与展望


【参考文献】：
期刊论文
[1]基于灰色关联分析的网络谣言识别方法研究[J]. 魏阳,张鹏,兰月新,夏一雪,邵珠旭.  情报杂志. 2017(12)
[2]面向社会安全事件的分布式神经网络攻击行为分类方法[J]. 肖圣龙,陈昕,李卓.  计算机应用. 2017(10)
[3]基于贝叶斯方法和变化表的恐怖行为预测算法[J]. 薛安荣,毛文渊,王孟頔,陈泉浈.  计算机科学. 2016(12)
[4]基于隐马尔可夫的恐怖事件预测模型[J]. 战兵,韩锐.  解放军理工大学学报(自然科学版). 2015(04)
[5]图灵奖得主识别与预测研究——基于多文献计量指标和支持向量机[J]. 唐川,唐卷,房俊民,刘春江.  情报杂志. 2015(02)
[6]共词网络的结构与演化:概念与理论进展[J]. 张斌.  情报杂志. 2014(07)



本文编号：3700615