基于改进SVM的恐怖袭击事件分类研究

【摘要】 <正>为准确高效地对恐怖袭击事件分类,揭露同类事件背后的恐怖组织,提出一种改进的结合OVOSVMs、OVRSVMs的多分类SVM算法。首先通过熵值法与频率加权划分样本等级,再基于对函数值赋权以及结合OVOSVMs、OVRSVMs算法思想,将多分类问题转化为二分类问题,最终两两比较,投票分类,数值赋权,最大化取值,改进了传统SVM多分类方法。以GTD数据库样本为例,比较Logistic回归、朴素贝叶斯、OVRSVMs以及改进的多分类算法,实验得到传统的SVM多分类算法正确率为72.03%,改进后的多分类SVM算法的正确率为96.91%,验证了改进多分类SVM算法的有效性。伴随着恐怖主义势力悄然滋长,当前全球不确定性急剧增加,更多还原