计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2015年
4期
30-33,398
,共5页
龚伟志%刘增良%王烨%徐建宏
龔偉誌%劉增良%王燁%徐建宏
공위지%류증량%왕엽%서건굉
风险预测%大数据分析模型%大数据
風險預測%大數據分析模型%大數據
풍험예측%대수거분석모형%대수거
Risk prediction%Big data analysis model%Big data
在对恐怖袭击风险预测过程中,在建立预测模型时,由于受到恐怖袭击带有伪装性的影响,存在大量的伪装性样本和干扰性数据,真实的样本不充足、可统计数据波动较大.导致预测过程很容易受到干扰,存在预测精度低的问题.提出了大数据分析的恐怖袭击风险预测方法.建立恐怖袭击风险综合评判的大数据分析模型,采用大数据分析模型对恐怖袭击历史数据中隐含的可演化信息进行学习,利用所获取的结果进行未来的恐怖袭击预测.预测过程中融入多步时间序列预测中的递推计算的思想,将每一步预测的不确定性作为下一次预测迭代的输入要素加以充分考虑,提升预测精确度.仿真结果证明,采用大数据分析的恐怖袭击风险预测方法精确度和效率都比较高.
在對恐怖襲擊風險預測過程中,在建立預測模型時,由于受到恐怖襲擊帶有偽裝性的影響,存在大量的偽裝性樣本和榦擾性數據,真實的樣本不充足、可統計數據波動較大.導緻預測過程很容易受到榦擾,存在預測精度低的問題.提齣瞭大數據分析的恐怖襲擊風險預測方法.建立恐怖襲擊風險綜閤評判的大數據分析模型,採用大數據分析模型對恐怖襲擊歷史數據中隱含的可縯化信息進行學習,利用所穫取的結果進行未來的恐怖襲擊預測.預測過程中融入多步時間序列預測中的遞推計算的思想,將每一步預測的不確定性作為下一次預測迭代的輸入要素加以充分攷慮,提升預測精確度.倣真結果證明,採用大數據分析的恐怖襲擊風險預測方法精確度和效率都比較高.
재대공포습격풍험예측과정중,재건립예측모형시,유우수도공포습격대유위장성적영향,존재대량적위장성양본화간우성수거,진실적양본불충족、가통계수거파동교대.도치예측과정흔용역수도간우,존재예측정도저적문제.제출료대수거분석적공포습격풍험예측방법.건립공포습격풍험종합평판적대수거분석모형,채용대수거분석모형대공포습격역사수거중은함적가연화신식진행학습,이용소획취적결과진행미래적공포습격예측.예측과정중융입다보시간서렬예측중적체추계산적사상,장매일보예측적불학정성작위하일차예측질대적수입요소가이충분고필,제승예측정학도.방진결과증명,채용대수거분석적공포습격풍험예측방법정학도화효솔도비교고.
