基于聚类的恐袭事件嫌疑人与可疑据点预测

作者：姜丁菊; 刘学文^*; 姜晓雪

来源：重庆工商大学学报(自然科学版), 2019, 36(03): 18-23.

DOI：10.16055/j.issn.1672-058X.2019.0003.004

• 恐怖袭击
• 主成分分析
• K-Means聚类
• 肘部法
• 可疑据点

针对未知恐袭事件的相关数据,提出一种基于聚类优化的挖掘反恐信息方法,为反恐斗争提供重要情报;首先应用主成分分析对未知恐袭事件提取主要特征,采用"肘部法"选定聚类簇数确定k值,基于K-Means聚类算法对未知恐袭事件进行归类;然后通过非线性规划和聚类优化算法,将恐怖组织据点预测问题转化为无约束最优化问题,进而对恐怖主义组织据点位置进行准确估测,得到了典型事件与嫌疑人的相似度匹配,并用仿真实验推断了ISIL组织近几年在伊拉克进行恐怖袭击的据点位置;结果表明该方法对提前预警恐怖袭击有着一定的意义与价值。

• 单位
  重庆师范大学