10.3969/j.issn.1005-8095.2019.06.012
一种基于聚类的反恐数据分析方法
[目的/意义]分析处理反恐情报有利于增强反恐工作的针对性,提高反恐工作效率.[方法/过程]针对全球恐怖袭击事件数据库(GTD)中的数据格式,提出了一种同时适用于定性、定量变量距离量化的新的距离度量学习模型,并将该模型应用于近邻传播聚类算法,利用GTD数据库验证了算法的有效性,进而分析了2017年发生的尚未有组织宣称负责的恐怖袭击事件.[结果/结论]该算法用于恐怖袭击事件的聚类分析,能够提高锁定恐怖分子的准确性,效果较好.
GTD、距离度量学习模型、反恐数据分析
G353(情报学、情报工作)
2019-07-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
74-77