基于CNN的突发事件预警系统的设计与实现

摘要：

为提高城市恐怖威胁突发事件的监测预警效率,设计了一套基于改进型卷积神经网络(CNN)的恐怖威胁预警系统.系统对采集的恐怖威胁突发事件进行威胁度评估.相对于现有文本评估方法,提出结合改进型词频-逆文本频率的卷积神经网络用于评估威胁和监测预警.并通过对研判期间内事件的威胁度分析,划分了恐怖威胁等级.通过数据的可视化实现为相关部门提供监测预警信息.模型对比测试和实际运行结果表明,该系统相比于已有的CNN模型及区域型卷积神经网络(RCNN)模型,综合评估的精确度分别提升了5.4%和3%.

关键词：突发事件、威胁预警、卷积神经网络、数据分析、数据可视化

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金;湖北省教育厅重点科研项目

在线出版日期：2020-07-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：207-212