改进的聚类算法在恐怖袭击事件中的应用

摘要：恐怖袭击严重影响国际社会的稳定和人们生命财产安全,其形式、手段的多样化给反恐分析带来巨大挑战.为了把相似的恐怖袭击事件进行分组归类,并提高反恐分析员侦破案件的效率,本文基于全球恐怖主义数据库,提出了一种深度自编码表征(Deep Auto-Encoder Representation)的改进聚类算法,引入深度自编码器,将稀疏和嘈杂的原始数据映射为类内紧凑平滑的数据,提升聚类效果.实验结果表明,相比于传统的K-means聚类算法,改进后的算法可以提高聚类效果.本方法有利于反恐分析员将相似案件并案分析处理,找到案件的犯罪团伙.