基于数据挖掘的全球恐怖主义数据库数据分析

运用数据挖掘的方法,对全球恐怖主义数据库(以下简称GTD)进行了量化分析.建立了基于KNN邻近算法的恐怖袭击事件量化分级模型和基于K-means聚类算法的恐怖袭击事件分类模型.此外,对近三年来恐怖袭击事件发生的主要原因、时空特性、蔓延特性以及级别分布规律进行了分析.最后,基于建立的模型和分析结论,对未来全球和某些重点地区的反恐态势进行了预测分析,给出了具有针对性的建议.     

对恐怖袭击事件记录数据的量化分析与研究

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.     

恐怖袭击事件记录数据的量化分析研究

基于GTD全球恐怖主义数据库,共研究四个方面的问题:对恐怖袭击事件分级,识别恐怖袭击事件制造者,分析未来反恐态势以及各个地区反恐应急能力.首先,建立了恐怖袭击事件危害性评价体系,运用层次分析法确定了指标权重,将危害程度分成了1-5等级;其次,采用基于遗传模拟退火算法的聚类算法,对选出的代表事件进行排序,基于灰色关联分析,分析了各聚类中心事件与要求事件的关联程度.再次,对近三年的恐怖袭击事件进行分类与预测分析.最后,通过建立模型,量化了恐怖组织单次恐怖袭击水平与地区反恐应急能力.结果表明:选取了近十年来十大恐怖事件大部分为国际恐怖事件,恐怖袭击事件与相关袭击事件制造者相关程度较高,全球恐怖袭击事件数量有所下降,应急能力最强的地区为西欧,最弱的为中亚,且恐怖袭击次数与反恐应急能力处于较强关联性.     

基于灰色理论的恐怖袭击事件预测与分析

鉴于恐怖袭击事件的破坏性和危害性,对恐怖袭击事件进行分析和预测能够为相关部门组织反恐行动提供有效的理论支持,基于恐怖袭击事件发生的时间和地区因素,分析恐怖袭击事件的时空特性,建立了基于灰色理论的恐怖袭击事件预测模型,并根据恐袭事件季度性的特点,分季度对建立的模型进行了案例分析,通过计算和Matlab仿真证实了该模型的可行性,对反恐措施的制定具有一定的参考和指导意义.     

对恐怖袭击事件记录数据的量化分析

近年来,恐怖袭击愈演愈烈,合理分析判断恐怖袭击事件对于预防应急和安全救治可以发挥重大作用.根据用特征选择方法筛选出的主要属性,结合求出的属性权重构建了线性函数模型,以量化求出恐怖袭击事件的危害值,并以此构建恐怖袭击事件的量化分级模型.同时,还利用数据分析方法对恐怖袭击事件和反恐态势进行了分析.     

恐怖袭击事件的量化分析

首先基于近20年的全球恐怖主义数据库采用主成分分析和模糊综合评价模型对恐怖袭击事件的危害程度进行评价,对比分析后选取其中较优者即主成分分析模型作为评价结果,接着用极差等间隔分级法和剔除极端事件后极差平均间隔分级法对恐怖袭击的危害程度从高到低分为一至五级,综合比较后选取极差平均间隔分级法对其危害等级进行划分,该划分方法危害等级越小事件危害性越大.同时选取中国、美国、英国、印度、南非、澳大利亚6个典型国家,结合主成分综合评价值对其国家安全度进行定量评价.该评价及等级划分方法适用于对全球恐怖袭击事件进行危害评价及分级,同时可对任意国家的安全度进行评价.最后采用经纬度距离近似公式建立最短距离无约束最优化模型,给出反恐基地设置建议,可确定局部地区如中东地区的反恐基地位置.     

基于敌意风险分析方法的多阶段反恐设备选址模型

恐怖袭击一直是人类安全的重要威胁之一。随着当前恐怖袭击在全球的频发,对反恐问题的研究更加急迫。针对反恐设施选址问题,考虑资源分配的多阶段性以及动态性,根据贝叶斯决策理论和序贯博弈思想,构建了多阶段反恐设施的敌意风险分析决策模型。讨论在城市多个设施点离散选址的不同情况下,通过预防性和修复性的资源分配将恐怖袭击的损失降低到最小。以上海市区县网络为例进行编程仿真测试,结果表明,模型可给出不同给定资源设定下的最优选址方案,是一种有效并切实可行的分析方法。     

基于贝叶斯网络的多态故障树分析方法

针对多态系统故障树分析的难点,通过一个多态雷达系统的实例给出了一种基于贝叶斯网络的多态故障树分析方法.首先根据多态故障树的结构建立贝叶斯网络的拓扑结构,然后根据多态逻辑算子对其进行定量化,进而利用贝叶斯网络分析多态故障树顶事件概率、部件重要度及其它结果.最后通过对实例的分析说明了基于贝叶斯网络的多态故障树分析方法有更强的建模分析能力.     

对恐怖袭击事件的多元统计分析

恐怖袭击威胁人类社会安全.选取全球恐怖主义数据库(Global Terrorism Database,GTD)中2015-2017年世界上发生的恐怖袭击事件的记录,根据相关性对2015-2016年未知作案组织或个人对应的事件数据进行整合简化,使用二阶聚类得到最大分类数,根据危害性从大到小选出前5个犯罪嫌疑人,利用判别分析对2017年未知作案组织或个人对应的事件进行概率预测,得出嫌疑人的嫌疑程度.选取影响恐怖袭击的重要指标,应用因子分析研究2015-2017年恐怖袭击事件发生规律,得到恐怖事件地域发展趋势.     

基于贝叶斯网络的工程项目进度完工概率分析

针对传统计划评审技术(Program Evaluation and Review Technique,PERT)在计算完工概率时假设条件的局限性(假设条件与工程实际存在偏差,导致完工概率偏大),提出了基于贝叶斯网络的施工进度完工概率分析方法.首先,分析了贝叶斯网络与进度计划网络之间的相似性,将两者结合起来构建了贝叶斯进度网络;在此基础上,综合考虑贝叶斯网络在节点取值及概率计算方面的优越性,并结合工程项目的不确定性及复杂性特点,建立了基于贝叶斯网络的施工进度完工概率分析模型.最后,将该模型应用于具体工程进行实例分析,验证了模型的可行性与有效性.研究结果表明:基于贝叶斯网络的进度完工概率模型充分考虑了工程施工中的风险因素,其结果能更客观地反映工程实际,可为工程项目决策者提供可靠的依据.