一种基于聚类的反恐数据分析方法

情报探索

• 工作研究 •

一种基于聚类的反恐数据分析方法

姜立宝　陈昱帆　俞　璐等

陆军工程大学通信工程学院江苏南京210007

出版日期:2019-06-24 发布日期:2019-06-24
通讯作者: 姜立宝（1988—），男，2017级硕士研究生，研究方向为军事情报分析技术；陈昱帆（1996—），男，2018级硕士研究生，研究方向为电子科学与技术；俞璐（1973—），女，博士，副教授，研究方向为机器学习、模式识别；岳振军（1963—）

Online:2019-06-24 Published:2019-06-24

摘要/Abstract

摘要： ［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。

姜立宝　陈昱帆　俞　璐等. 一种基于聚类的反恐数据分析方法[J]. 情报探索.

一种基于聚类的反恐数据分析方法

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 0

编辑推荐

Metrics

本文评价