数据样本有限的交通恐怖袭击行为识别

doi:10.16265/j.cnki.issn1003-3033.2021.08.005

	数据样本有限的交通恐怖袭击行为识别
	杨黎霞 1,2; 许茂增 1; 陈仁祥 3
	2021-08-04
发表期刊	中国安全科学学报
ISSN	1003-3033
卷号	31 期号:08 页码:30-37
摘要	为解决交通恐怖袭击行为识别时数据样本有限,难以满足深度神经网络(DNN)对海量训练数据的需求,提出数据增强深度学习的样本有限条件下交通恐怖袭击行为识别方法。首先,设计数据增强策略与方法,获得足够的训练样本;其次,在训练时使用原训练样本和增强训练样本计算代价函数,以抑制过拟合,提高鲁棒性;然后,堆栈多个稀疏自编码(SAE)并添加分类层,构建DNN,对增强后的训练样本进行逐层自学习和有监督反向微调,将特征提取与模式识别融为一体,准确识别袭击行为;最后,通过全球恐怖主义数据库(GTD)数据进行算例分析。结果表明:在有限交通恐怖袭击事件数据样本下,数据增强深度学习算法的特征提取能力和识别结果较对比算法得以提升,识别的平均准确率可达98.75%。
关键词	样本有限交通恐怖袭击行为识别数据增强深度神经网络(DNN)
DOI	10.16265/j.cnki.issn1003-3033.2021.08.005
URL	查看原文
收录类别	北大核心 ; CSCD
语种	中文
资助项目	国家自然科学基金资助(71471024);重庆市社会科学规划项目(2018YBGL071)
原始文献类型	学术期刊
文献类型	期刊论文
条目标识符	http://ir.library.ouchn.edu.cn/handle/39V7QQFX/50226
专题	国家开放大学重庆分部
作者单位	1.重庆交通大学经济与管理学院; 2.重庆广播电视大学管理学院; 3.重庆交通大学机电与车辆工程学院
第一作者单位	国家开放大学重庆分部
推荐引用方式 GB/T 7714	杨黎霞,许茂增,陈仁祥. 数据样本有限的交通恐怖袭击行为识别[J]. 中国安全科学学报,2021,31(08):30-37.
APA	杨黎霞,许茂增,&陈仁祥.(2021).数据样本有限的交通恐怖袭击行为识别.中国安全科学学报,31(08),30-37.
MLA	杨黎霞,et al."数据样本有限的交通恐怖袭击行为识别".中国安全科学学报 31.08(2021):30-37.