基于全球恐怖主义数据库的特征选择方法研究

• 作者: 姜国庆 孔华锋 彭如香 杨涛 赵梦
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 全球恐怖主义数据库 特征选择 mRMR SVM-RFE 随机森林
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 数据工程
• 页码范围: 51-54
• 页数: 4页
• 分类号: TP3
• 字数: 3660字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.04.006

摘要

恐怖主义被称为现代人类社会之癌,是世界各国政府和人民面临着的重大的挑战,应该引起全人类的重视.在使用全球恐怖主义数据库中的数据对恐怖主义活动进行研究时,从高维数据中提取关键的特征,是反恐研究中的重点和难点.针对全球恐怖主义数据库中特征的高维性、冗余性和数据不完整性的特点,分别采用最小冗余最大相关算法(mRMR)、基于支持向量机的递归删除算法(SVM-RFE)和基于随机森林的特征选择算法进行特征筛选与提取.利用K-近邻(KNN)分类器其对上述特征选择方法进行降维结果分析和分类结果比较.实验结果表明,特征选择算法不仅能提高分类性能还能提高分类效率,并且基于支持向量机的递归删除算法(SVM-RFE)选择的特征子集在预测恐怖主义活动时准确率更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨涛		18	107	4.0	10.0
2	孔华锋		9	15	2.0	3.0
3	彭如香		14	19	3.0	4.0
4	姜国庆		4	7	2.0	2.0
5	赵梦		1	0	0.0	0.0