犯罪量动态优化组合预测方法

摘要：

单一预测模型在预测犯罪量时难以协调拟合和泛化关系,从而影响预测结果的准确性.针对以上问题,提出一种数据驱动的可动态优化组合预测方法.以分析自回归求和移动平均模型、向量自回归模型及支持向量机模型的优点为基础,使用后验概率为每个模型赋予权重,结合误差最小原则动态调整权重.实验结果表明,该方法具有较高的预测视度和稳定性,能满足短时犯罪量预测的需要.

关键词：犯罪量预测、组合预测模型、支持向量机模型、向量自回归模型、自回归求和移动平均模型

所属期刊栏目：37

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60773049;江苏大学高级人才启动基金资助项目09JDG041

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：274-275,278