基于和声搜索算法优化支持向量机的突发暴恐事件分级研究

作者：王雷,王欣,赵秋红

摘要：突发暴恐事件分级具有重要作用,能够保证预案合理执行和应急资源优化配置。提出基于和声搜索算法优化的支持向量机的分级模型,用于突发暴恐事件分级研究。和声搜索算法优化支持向量机参数,支持向量机提供学习和曲线拟合,同时根据准确度、精确度和敏感度指标评估混战智能分类模型的绩效。利用全球反恐数据库中2008年至2013年我国暴恐事件数据进行测试,并与支持向量机、分类与回归决策树（CART）和C5.0方法进行对比,结果表明分级方法可行且有效,能够为突发暴恐事件管理提供预警和决策支持信息。

发文机构：北京航空航天大学经济管理学院 中国刑事警察学院治安学系 中国刑事警察学院公安情报学系

关键词：突发暴恐事件分级和声搜索支持向量机terrorist attacks, emergency classification, harmony search, support vector machine

分类号： F124.5[经济管理—世界经济]