基于SVM的融合多特征TextRank关键词提取算法

网络用户通常使用关键词筛选所需信息,但随着网络文本信息爆发式增长,且大多数文本信息不提供关键词,用户提取有效信息的难度不断增大。利用关键词提取算法可从文本数据中筛选出具有代表含义的关键词,因此提出一种新型基于TextRank的关键词提取算法。该算法利用每个词的TF-IDF、词向量、位置、词性等特征,利用SVM训练得到的词语初始权重,使用TextRank提取文本关键词。实验表明,该算法准确率达到78.09%,相较于传统TextRank算法提高了32.18%,证明该算法具有一定的实用及参考价值。

基于知识图谱的国内关键词抽取技术研究

随着自然语言处理研究的不断深入,学界出现了大量关键词抽取技术相关文献。为了对其进行更高层次的分析,利用文献数据分析国内关键词抽取技术研究现状及进展,基于科学计量学方法,从CNKI数据库中检索关键词抽取文献数据,从研究的时空分布、共现网络、时序图等方面,利用CiteSpace引文空间分析方法以知识图谱的形式呈现,对时空知识图谱、共词图谱、研究前沿关键词时序图谱、突现词混合共引网络图谱进行分析,梳理该领域研究现状和热点,预测其发展趋势,为相关研究提供支撑和参考。

基于特征画像的恐怖组织袭击偏好研究

为分析恐怖组织不同维度的特征数据及特征之间的内在联系,在全球恐怖主义数据库中选取5个典型国际恐怖组织,基于特征画像,运用统计学、机器学习、关联规则挖掘以及地理信息系统数据分析方法,对恐怖袭击特征属性进行分析。结果表明,5个恐怖组织偏好不同的袭击区域,但普遍偏好炸弹/炸药与枪支类武器;在特征关联上,攻击类型、目标类型和武器类型3类属性的特征关联较为明显。该方法在反恐情报分析中适用于挖掘不同涉恐人员的特征差异。

基于信任度的公安合成作战平台动态访问控制策略

针对现行公安合成作战平台因PKI/PMI框架和RBAC模型的静态、粗粒度访问控制策略所存在的业务数据访问不便问题,结合民警自身属性、业务成效等多维度信息实施用户信任度评估,提出一套基于信任度的公安合成作战平台动态访问控制策略,利用用户/平台交互实例对所提访问控制策略进行对比分析。测试结果表明,该策略在保证系统安全的前提下,能更好地实现对不同用户角色的动态、细粒度授权,更好地满足民警对所需公安信息资源的共享利用。

基于可信计算的动态访问控制策略研究

针对目前公安信息系统使用的结合PMI框架和传统RBAC模型的静态访问控制策略在对公安信息资源利用上存在的许多不足。本文在对基于信任和角色的访问控制模型及公安合成作战平台进行了深入的研究及扩展后,提出了一套适应于公安合成作战平台的基于可信计算的动态访问控制策略,使公安系统的数据资源在保证安全性的前提下得到最充分的融合与利用,从而能够杜绝"信息孤岛"的产生。