當(dāng)今世界,恐怖襲擊的頻繁發(fā)生造成了大量的人員傷亡和經(jīng)濟(jì)損失,同時(shí)還深刻影響著世界各國(guó)的社會(huì)穩(wěn)定。體育場(chǎng)館作為舉辦大型文體活動(dòng)的重要場(chǎng)所,人群高度密集,因此體育場(chǎng)館也是恐怖襲擊的重要目標(biāo)之一,研究體育場(chǎng)館的恐怖襲擊風(fēng)險(xiǎn)評(píng)估與應(yīng)對(duì)具有重要的理論和現(xiàn)實(shí)意義。本文研究了多目標(biāo)/多類型恐怖襲擊風(fēng)險(xiǎn)評(píng)估模型、感知和理解風(fēng)險(xiǎn)態(tài)勢(shì);深入分析體育場(chǎng)館恐怖襲擊風(fēng)險(xiǎn)要素,建立了恐怖襲擊風(fēng)險(xiǎn)評(píng)估要素體系,給出了風(fēng)險(xiǎn)評(píng)估結(jié)果;研究了體育場(chǎng)館恐怖襲擊人群疏散仿真模擬,并提出了反恐應(yīng)對(duì)措施,期望能為體育場(chǎng)館的恐怖襲擊風(fēng)險(xiǎn)評(píng)估及應(yīng)對(duì)管理提供一定參考,主要研究?jī)?nèi)容包括:（1）基于K-means++聚類分析算法和Python語言編程建立多目標(biāo)/多類型恐怖襲擊風(fēng)險(xiǎn)函數(shù)模型,利用模型對(duì)GDT 2002²016年的數(shù)據(jù)進(jìn)行聚類分析,將多目標(biāo)/多類型恐怖襲擊風(fēng)險(xiǎn)劃分為5個(gè)等級(jí),并得到針對(duì)公民自身和私有財(cái)產(chǎn)采用轟炸/爆炸襲擊方式的恐怖襲擊風(fēng)險(xiǎn)最高。以2017年的數(shù)據(jù)測(cè)試該模型的泛化能力,測(cè)試結(jié)果準(zhǔn)確率達(dá)到了94.44%,并與K-means、BP神經(jīng)網(wǎng)絡(luò)和決策樹等機(jī)器學(xué)習(xí)模型進(jìn)行了對(duì)比分析。結(jié)果可為恐怖襲擊風(fēng)險(xiǎn)... 

【文章來源】：中國(guó)人民公安大學(xué)北京市

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

002~2018年全球恐怖襲擊數(shù)量統(tǒng)計(jì)圖

中國(guó)人民公安大學(xué)碩士學(xué)位論文-2-圖1.22002~2018年全球恐怖襲擊傷亡人數(shù)統(tǒng)計(jì)圖圖1.3恐怖襲擊各國(guó)所占比例我國(guó)也面臨著恐怖主義的侵襲，根據(jù)2019年全球恐怖主義指數(shù)(GlobalTerrorismIndex)[1]分析報(bào)告，中國(guó)恐怖襲擊指數(shù)為4.465（指數(shù)越高意味著受恐怖襲擊的威脅越

中國(guó)人民公安大學(xué)碩士學(xué)位論文-2-圖1.22002~2018年全球恐怖襲擊傷亡人數(shù)統(tǒng)計(jì)圖圖1.3恐怖襲擊各國(guó)所占比例我國(guó)也面臨著恐怖主義的侵襲，根據(jù)2019年全球恐怖主義指數(shù)(GlobalTerrorismIndex)[1]分析報(bào)告，中國(guó)恐怖襲擊指數(shù)為4.465（指數(shù)越高意味著受恐怖襲擊的威脅越

【參考文獻(xiàn)】：
期刊論文
[1]全球恐怖襲擊事件時(shí)空演變與態(tài)勢(shì)分析[J]. 王誠(chéng)聰,劉亞靜,劉明月.  地球信息科學(xué)學(xué)報(bào). 2019(11)
[2]人群應(yīng)急疏散可視仿真研究進(jìn)展和問題[J]. 劉箴.  中國(guó)圖象圖形學(xué)報(bào). 2019(10)
[3]基于數(shù)據(jù)挖掘的恐怖襲擊嫌疑對(duì)象判斷研究[J]. 楊振柳,李穎,鐘子森.  情報(bào)探索. 2019(04)
[4]基于K-means聚類分析的民航系統(tǒng)恐怖主義風(fēng)險(xiǎn)評(píng)估[J]. 劉明輝.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(10)
[5]基于社會(huì)力模型的機(jī)場(chǎng)人員疏散建模研究[J]. 鐘少波,余致辰,楊永勝,孫超,黃全義.  系統(tǒng)仿真學(xué)報(bào). 2018(10)
[6]基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的恐怖襲擊風(fēng)險(xiǎn)預(yù)警系統(tǒng)[J]. 項(xiàng)寅.  災(zāi)害學(xué). 2018(01)
[7]基于和聲搜索算法優(yōu)化支持向量機(jī)的突發(fā)暴恐事件分級(jí)研究[J]. 王雷,王欣,趙秋紅.  管理評(píng)論. 2016(08)
[8]基于事件樹和PRA的民航機(jī)場(chǎng)恐怖襲擊風(fēng)險(xiǎn)評(píng)估模型[J]. 郭璇,吳文輝,肖治庭.  計(jì)算機(jī)應(yīng)用研究. 2017(06)
[9]基于貝葉斯網(wǎng)絡(luò)的恐怖襲擊預(yù)警模型研究[J]. 傅子洋,徐榮貞,劉文強(qiáng).  災(zāi)害學(xué). 2016(03)
[10]“獨(dú)狼”式恐怖主義活動(dòng)治理探析及對(duì)我國(guó)的啟示[J]. 李吉陽.  北京警察學(xué)院學(xué)報(bào). 2016(01)



本文編號(hào)：3623414