| 基于LSTM模型的恐怖袭击事件发生时间预测 |
| Prediction of terrorist attack events time based on LSTM model |
| 摘要点击 801 全文点击 1919 |
| 查看全文 查看/发表评论 下载PDF阅读器 |
| 中文关键词 |
| 英文关键词 |
| 基金项目 |
| 作者 | 单位 | | 罗澜峻 | 华中科技大学管理学院,中国刑事警察学院治安学系 | | 祁 超 | | | 王红卫 | | | 王 雷 | |
|
| 中文摘要 |
| 针对部分地区恐怖袭击短期内频发的问题, 提出了基于长短时记忆(LSTM)神经网络模型的恐怖袭击事件发生时间预测方法. 首先, 建立了恐怖袭击事件演化模型, 对局部地区存在的恐怖袭击事件短期内数量剧增现象进行了分析. 其次, 以演化模型为基础从全球恐怖主义数据库(GTD)中提取出17项代表恐怖袭击事件特性的指标, 并构建了用于预测的LSTM模型. 采用伊拉克2001年9月至2016年底的恐怖袭击事件数据进行实验分析. 结果表明, 基于LSTM的预测方法能够较准确的预测短期内恐怖袭击事件的发生时间. |
| 英文摘要 |
| |
| 关闭 |
|
|
|
|
|
