排序方式： 共有15条查询结果，搜索用时 15 毫秒
1.
[目的/意义]对反恐情报中的时空轨迹数据进行伴随模式挖掘,可以发现涉恐群体的同时间段动态空间位置移动规律。[方法/过程]根据反恐情报数据的特点,修改经典伴随模式挖掘方法中的相似度度量方式和聚类方式,不断迭代完成"聚类和取交集"操作,将满足条件的涉恐活动时空轨迹伴随模式导出。[结果/结论]该方法能够挖掘涉恐群体的同步移动路径,定位重点活动地点,分析涉恐人员之间的亲近度,为打击暴恐活动提供数据参考。 相似文献
2.
[研究目的]以情报信息为先导,构建大数据驱动的城市社区反恐模式,可为基层警务单位的反恐工作提供参考。[研究方法]城市社区反恐模式包含数据分析模块、数据平台驱动的业务流模块以及多部门数据联动模块三个部分。数据分析模块以反恐数据挖掘、反恐风险分析、反恐积分预警三类数据分析为基础搭建。数据平台驱动的业务流模块包含由数据分析模块对应社区反恐工作的输入输出指令和相关数据。多部门数据联动模块中构建了基层警务单位与辖区内其他部门的横向数据联动以及与上级反恐部门的纵向数据联动方式。[研究结论]大数据驱动的城市社区反恐模式可以充分利用数据资源做好社区反恐工作,将科技变为基层警力提高反恐工作的效率和针对性,进而推动构建安全城市反恐防控体系。 相似文献
3.
【目的/意义】利用数据挖掘技术在海量数据中快速、准确、有效的发现涉恐线索并及时处置是反恐工作的
重要手段之一。【方法/过程】本文研究如何利用频繁模式树对涉恐基础数据进行挖掘,提取涉恐特征的频繁项集。
首先通过对数据库中的涉恐人员信息进行涉恐特征计数排序并建立频繁模式树,然后在树结构中递归遍历发现满
足最小支持度阈值的频繁项集。【结果/结论】文中的方法可以快速发现大量基础数据中的涉恐关联属性,有利于在
系统中自动搜索重点涉恐人员,为反恐预警系统提供决策参考。通过与其他产生关联规则的方法结合使用,还可
以发现暴恐活动中不同因素的因果关系。 相似文献
4.
[目的/意义]对多源异构时空数据进行同现模式挖掘可以发现涉恐人员、涉恐物资、涉恐活动在邻近地点同时段共同出现的规律,为反恐工作提供包含时间特征和空间特征的情报信息。[方法/过程]在同位模式挖掘的基础上提出预先确定目标情报类别从而确定涉恐人员分类方式,使用概念层次树对涉恐物资和涉恐活动进行数据预处理,使得目标同现模式覆盖更多情报信息。[结果/结论]该方法与同位模式挖掘、频繁时间序列模式挖掘以及各种时空轨迹模式挖掘可以相互补充,覆盖多种不同的反恐情报信息,完善反恐预警机制,为反恐决策提供客观依据。 相似文献
5.
[目的/意义]利用子图模式对暴恐案件中的人员关联进行分析可以发现涉恐人员关联图中的规律，为反恐情报分析提供有效参考。[方法/过程]首先对涉恐基础数据进行预处理，保证图中各顶点的唯一性。通过计数统计出所有的频繁1-子图和频繁2-子图，然后不断迭代生成其他候选子图并筛选频繁子图，直到达到终止条件为止。[结果/结论]该方法根据反恐情报的特点进行了优化，避免了普通频繁子图挖掘中的大量图同构检测，挖掘出的频繁子图可以反映不同类别涉恐人员之间的联系规律和联系特点，发现暴恐案件线索，有效预测和打击恐怖活动。 相似文献
6.
【目的/意义】近年来,世界各地的暴恐活动呈现出破坏性大、影响范围广、计划性强、手段多样等特点,这也 决定了打击恐怖主义要把反恐预警工作作为重中之重。利用数据挖掘技术进行涉恐情报分析,发现涉恐线索是实 现反恐预警的有效手段之一。数据预处理是使用各种数据挖掘方法的前提和基础。【方法/过程】本文将系统研究 数据预处理在涉恐情报量化分析中的应用。主要讨论数据清洗、数据集成、数据离散化以及数据二元化等预处理 方法在涉恐信息处理时应该重点注意的问题。文中所有涉恐数据特征均从媒体公开报道中获取。【结果/结论】本 文讨论的预处理方法可以为展开涉恐情报数据挖掘消除数据缺陷,提供标准化的基础数据,为挖掘结果分析和可 视化展现打下良好基础,有利于反恐预警的实现。 相似文献
7.
[目的/意义]聚类分析是数据挖掘的常用方法之一,使用聚类簇内数据相似性大、簇间数据相似性小的特点,可以实现对海量基础涉恐数据快速、准确、有效的分组。[方法/过程]本文研究如何利用基于雅卡尔系数的聚类方法对涉恐情报进行分析。在聚类之前要删减与涉恐相关性小的属性并将所有连续属性进行离散化处理。通过不断迭代计算样本数据集的雅卡尔系数并更新不同簇中的元素,直到达到设定的终止条件为止实现涉恐情报的聚类。[结果/结论]文中的方法可以实现对涉恐基础数据的初步分级分类,同时通过有经验的情报分析员定级以及与数据挖掘分类方法结合使用,可以有效提高情报分析的效率,为反恐预警提供量化的参考依据。 相似文献
8.
[研究目的]对恐怖分子的时空轨迹数据进行聚集模式挖掘,有助于了解涉恐人员的群体行为模式,进而预测并提前防范一些涉恐的群体活动。[研究方法]通过对比反恐情报数据特征和多种聚集模式的特点,选择移动簇作为反恐情报中的聚集模式类型,修改移动簇挖掘经典方法中的数据采样、数据预处理、移动对象邻近度度量方法、时间点聚类方法以及移动簇的筛选条件等环节,找出适用于反恐工作需求的移动簇,再由有经验的情报分析人员进一步研判并提出处置对策。[研究结论]提出的方法通过与其他时空类型数据分析方法相结合,可以挖掘反恐情报时空轨迹数据分布规律,为反恐预警和反恐决策提供科学客观的参考。 相似文献
9.
[研究目的]为强化国家安全情报能力,推动风险监测预警能力提升,构建基于多模态大数据的国家安全风险态势感知模型。[研究方法]该文对国家安全风险态势感知进行阐释,并分析多模态大数据驱动下的国家安全风险态势感知运作逻辑;在此基础上,构建态势感知模型并解析其内涵。[研究结论]该模型集国家安全风险态势察觉、态势理解、态势预测及态势投射为一体,其构建可为强化国家安全风险监测预警能力提供参考,为服务国家治理体系和能力现代化建设提供支撑。 相似文献
10.
[研究目的]当前中美两国在人工智能领域对抗博弈日趋激烈,通过量化分析60份美国人工智能战略报告,从时间维度挖掘美国人工智能战略的阶段战略重心及主题演化趋势,并总结相关经验提出优化我国人工智能领域的发展战略与规划。[研究方法]将美国人工智能战略报告发布分为起草发布、实施调整和加速深化三个阶段,以美国国家人工智能战略及联邦机构人工智能战略文件和人工智能法案为研究对象,采用动态主题模型,通过计算主题热度及主题相似度,分析三个阶段美国人工智能战略的战略重点及演化路径。[研究结论]DTM共挖掘出16个人工智能战略主题及各阶段的主题热点分布,研究发现美国人工智能战略重心逐渐由经济利益和基础布局转向维护国家安全,且更加注重与中国的人工智能竞争,同时未来将统筹构建人工智能创新生态。最后该文对比了中美人工智能战略主题的异同,并提出中国面临的挑战和发展意见。 相似文献