带分类值排列算法的改进的Parallel Sets

针对分类型可视化工具Parallel Sets任意排列分类值产生较多交叉的不足,提出了基于中位数的启发式分类值排列算法,自动优化分类值布局顺序,减轻视图中的可视混乱,而后应用改进的Parallel Sets分析了全球恐怖主义数据库。实验结果表明,改进的Parallel Sets可清晰展现国际恐怖主义数据库中各分类值间的关联,从而辅助用户获取不同恐怖组织的行为特征等隐性信息;基于中位数的启发式分类值排列算法简单高效,适用于数据量较大、分类值较多的数据集。     

城市遭受恐怖袭击的风险评估模型研究

自美国"9·11"事件发生以来,全球恐怖主义活动日益频繁,已成为21世纪城市所面临的重大安全问题。目前,对城市恐怖主义的研究也变得越来越紧要。本文以模糊层次分析法为基础,构建城市遭受恐怖袭击的风险评估模型,分析城市遭恐怖袭击的可能程度,得到我国15个大城市遭受恐怖袭击的风险排序,并用专题图展示。     

中东地区恐怖主义指数时空演变及其影响因素的时空异质性

恐怖主义指数是评判恐怖主义风险的重要指标,剖析中东地区恐怖主义指数时空演变及其影响因素的时空异质性,对推理与解析恐怖主义发展趋势及其成因的时空分异具有重要意义。基于GTD数据库,计算恐怖主义指数,对中东地区各国恐怖主义风险进行量化评估,并结合统计指标进一步分析该地区恐怖主义指数的时空演变特征,采用OLS、GWR和GTWR模型解析诸多因素对该地区恐怖主义指数的作用模式。研究表明：（1）1995年至2016年期间,中东地区大部分国家恐怖主义风险逐步提高,且恐怖主义风险表现出一定的空间扩散趋势。（2）相比于OLS模型及GWR模型,GTWR模型解释度及拟合效果均明显增高,说明时空效应对各类因素均存在一定的影响,即各影响因素对中东地区恐怖主义指数均表现为时空非平稳作用模式。（3）通过综合分析各模型回归结果,民族宗教因素为导致中东地区恐怖主义指数发生时空变化的主导因素。