情报探索
• 工作研究 •
姜立宝 陈昱帆 俞 璐等
出版日期:
发布日期:
通讯作者:
Online:
Published:
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。
关键词: GTD, 距离度量学习模型, 反恐数据分析
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.
0 / / 推荐
导出引用管理器 EndNote|Ris|BibTeX
链接本文: http://www.qbts.org/CN/
http://www.qbts.org/CN/Y2019/V1/I6/1