多目标/多类型恐怖袭击风险评估模型研究

发布时间：2023-06-01 05:58

　　全球恐怖袭击频发,对各国公共安全构成了严重威胁,研究多目标/多类型恐怖袭击风险评估,感知和掌握风险态势具有重要意义。基于K-means++聚类分析算法和Python语言编程建立了多目标/多类型恐怖袭击风险函数模型,利用模型对2002～2016年全球恐怖袭击的数据进行聚类分析,将多目标/多类型恐怖袭击风险划分为5个等级,得到针对公民自身和私有财产采用轰炸/爆炸袭击方式的恐怖袭击风险最高。以2017年的数据测试该模型的泛化能力,测试结果准确率达到了94. 44%,并与K-means、BP神经网络和决策树等机器学习模型进行了对比分析。结果表明此模型可为恐怖袭击风险评估和防范策略提供一定的参考。

【文章页数】：7 页

【文章目录】：
0 引言
1 本文原理
    1.1 恐怖袭击风险评估原理
    1.2 K-means++聚类分析算法
2 风险评估建模
    2.1 数据预处理
    2.2 风险评估模型计算流程
3 结果分析与讨论
4 结语



本文编号：3826751