基于深度长短记忆模型的民航安保事件分析

为辅助公安民警分析民航安保事件,采用深度长短记忆(LSTM)模型,研究民航安保事件行为主体识别问题。通过搭建民航安保事件数据库,对民航安保事件概念信息进行多模态信息表示,提取安保事件时序特征,构建深度LSTM模型,进而实现安保事件行为主体的学习与预测。结果表明:该模型可基于事件时序特征分析事件行为主体,预测精度更优,且在有噪声情况下也可得出良好结果,相关研究成果已在SZX机场成功应用。

民航安保事件分级研究

在民航安全保卫的专业背景下,将危机管理中对突发事件的分级方法应用于对民航安保事件危险等级的划分。从既往案例中总结出30种民航安保事件的生成机理与发展特征,从主客观标准上设定出3个层次、7个分级变量要素与4个观察维度的分析框架。在此基础上,经过对各个分级变量要素进行权重赋值与判别函数计算,得出了每一种航空安保事件的具体得分,进而确定出4个级别的行为分级系统。