基于CNN的突发事件预警系统的设计与实现

• 作者: 杜梦星 王彦伟
• 来源期刊: 武汉工程大学学报
• 学科: 工学
• 关键词: 突发事件 威胁预警 卷积神经网络 数据分析 数据可视化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 207-212
• 页数: 6页
• 分类号: TP311
• 字数: 3579字
• 语种: 中文
• DOI: 10.19843/j.cnki.CN42-1779/TQ.201910016

摘要

为提高城市恐怖威胁突发事件的监测预警效率,设计了一套基于改进型卷积神经网络(CNN)的恐怖威胁预警系统.系统对采集的恐怖威胁突发事件进行威胁度评估.相对于现有文本评估方法,提出结合改进型词频-逆文本频率的卷积神经网络用于评估威胁和监测预警.并通过对研判期间内事件的威胁度分析,划分了恐怖威胁等级.通过数据的可视化实现为相关部门提供监测预警信息.模型对比测试和实际运行结果表明,该系统相比于已有的CNN模型及区域型卷积神经网络(RCNN)模型,综合评估的精确度分别提升了5.4%和3%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王彦伟	武汉工程大学机电工程学院	23	36	3.0	5.0
2	杜梦星	武汉工程大学机电工程学院	2	0	0.0	0.0