基于恐怖袭击特征分析的恐怖组织预测方法研究

摘要：

[目的/意义]根据不同恐怖组织所具有的不同的特征构建恐怖活动与恐怖组织关联性预测模型,对凶手未知的恐怖活动嫌疑人进行预测,得到准确率及精度较高的预测结果.[方法/过程]在对GTD提供的恐怖袭击数据进行清洗筛选的基础上,使用经过特征工程选择且通过学习曲线验证能使模型达到最优效果的29个特征变量作为输入变量输入机器学习模型进行训练,并针对各模型特点进行模型结果融合得到最终关联性模型.[结果/结论]单个模型预测效果最佳的为随机森林,精度为83.24％;对恐怖组织样本进行频率细分后,结合随机森林及KNN模型自身特点分别在高频、中频、低频段得到的模型精度为88.53％、87.25％、86.14％,模型性能整体得到提升,特别在低频恐怖组织预测上也能得到较好表现.

关键词：恐怖袭击、预测模型、特征工程、机器学习、随机森林、KNN

所属期刊栏目：39

分类号：TP181(自动化基础理论)

在线出版日期：2020-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：18-24