科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于改进的K-means聚类算法采用已有的恐怖袭击事件，构建不同袭击手段对不同袭击目标的风险进行评估分级的模型。首先，根据评估需求以及事件特点统计恐怖袭击事件样本数据；其次，针对K-means算法的恐怖袭击风险评估模型的缺陷采取改进方法，对聚类初始点的选择方法进行改良；再次，基于上述改进构建恐怖袭击风险评估模型；最后，选取1970～2019年全球发生的4 606起学校恐怖袭击事件进行风险评估，同时使用轮廓系数进行效果评价，以检验改进模型的有效性。结果提出改进的K-means聚类恐怖主义风险评估模型通过计算轮廓系数评价其聚类效果优于改进之前的恐怖主义风险评估模型，所构建的恐怖主义风险评估模型可以在不依赖于专家打分、确定权重的情况下基于已发生的事件得出较为客观的风险评估结果。
- 单位
