[發明專利]一種基于多標簽組合多分類器的恐怖行為預測方法

有效

• 申請號: 201611077149.5
• 申請日: 2016-11-30
• 公開（公告）號: CN106776884B
• 公開（公告）日: 2021-04-20
• 發明（設計）人: 夏歡歡;薛安榮;曹靜
• 申請（專利權）人: 江蘇大學
• 主分類號: G06F16/2458
• 分類號: G06F16/2458;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于多標簽組合多分類器的恐怖行為預測方法，其特征在于，包括以下步驟：

步驟1，原始數據的預處理：原始數據由恐怖組織的基本信息、背景知識和行為知識構成，提取背景知識和行為知識，構成背景知識與恐怖行為的多標簽數據集；

步驟2，訓練多標簽決策樹和隨機游走模型：基于步驟1獲得的背景知識與恐怖行為的多標簽數據集，定義背景屬性關聯重要度，并根據背景屬性關聯重要度訓練多標簽決策樹，利用標簽之間的關聯訓練隨機游走模型；包括以下步驟：

步驟2.1，采用自頂向下的貪婪搜索方法訓練多標簽決策樹，具體步驟如下：

步驟2.1.1，選擇背景屬性關聯重要度作為屬性選擇度量：選擇當前屬性關聯重要度最大的屬性作為分類屬性，反復迭代形成最終的多標簽決策樹模型；

步驟2.1.2，計算訓練集中每個標簽的概率作為標簽預測的權重增加因子；

步驟2.2，訓練隨機游走模型，具體步驟如下：

步驟2.2.1，將背景數據集映射為多標簽隨機游走圖G：將每個訓練樣本映射為游走圖中的一個點X_i，如果兩個訓練數據X_i、X_j具有相同的標簽，則將這兩個訓練數據對應的頂點X_i、X_j相連，形成隨機游走圖G＝(V,E)；其中V＝{X_i|X_i∈U,1≤i≤t}，E＝{(X_i,X_j)|X_i,X_j∈V,Y_i∩Y_j≠Φ,i≠j}，Y_i，Y_j是X_i，X_j的真實標簽集，Φ表示空集；

步驟2.2.2，計算隨機游走圖G上的權重矩陣并歸一化處理轉化成鄰接矩陣；其中，權重矩陣中邊的權值其中，C_a表示背景數據中的背景屬性，X_i,a表示第i個點的第a個屬性，X_j,a表示第j個點的第a個屬性；

步驟3，測試多標簽決策樹和隨機游走模型：使用步驟2獲得的多標簽決策樹和隨機游走模型預測在每種訓練模型下待分類標簽樣本，獲得所有恐怖行為的概率；

步驟4，組合基分類器預測模型：通過步驟3在多標簽決策樹分類器中獲得每種恐怖行為的權值與預測的隨機游走分類器對應的標簽相乘，生成決策函數，根據決策函數得到最終恐怖行為的預測結果。

2.根據權利要求1所述的一種基于多標簽組合多分類器的恐怖行為預測方法，其特征在于，所述步驟4中的具體實現方法如下：

將多標簽決策樹中的權重因子w^A中每個權值與隨機游走模型對應的標簽概率p^A加權組合p＝w^Ap^A，并將該概率歸一化處理獲得最終的預測恐怖行為標簽的概率；設置概率選擇閾值k，概率大于該閾值的恐怖行為作為該測試實例的預測恐怖行為集。

3.根據權利要求2所述的一種基于多標簽組合多分類器的恐怖行為預測方法，其特征在于，所述閾值k的選取方法為：根據兩個分類器預測結果的取值范圍，選擇每個分類器預測概率大于0.5的組合函數的最小值，并對該值進行歸一化處理獲得閾值k。