对恐怖袭击事件记录数据的量化分析与研究 |
| |
引用本文: | 王向爱,庄元强,谢为顿,周金华,王利平. 对恐怖袭击事件记录数据的量化分析与研究[J]. 经济数学, 2019, 36(3): 95-103 |
| |
作者姓名: | 王向爱 庄元强 谢为顿 周金华 王利平 |
| |
作者单位: | 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 |
| |
基金项目: | 湖南大学研究生参加数学建模竞赛资助项目;湖南省教学改革项目 |
| |
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 |
Quantitative Analysis and Research on the Recorded Data of Terrorist Attacks |
| |
Abstract: | |
| |
Keywords: | Sapplied statistical mathematics Terrorist attack Data mining GMM clustering analysis |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《经济数学》浏览原始摘要信息 |
|
点击此处可从《经济数学》下载全文 |
|