基于聚类的数据加权优化在犯罪预测中的应用

摘要：

近年来,我国传统暴力犯罪与成年人犯罪呈下降态势,但是,犯罪案由层出不穷.为有效提升公安实践工作中犯罪预测能力,打击各类违法犯罪事件,本文针对犯罪数据,提出一种新型犯罪预测模型.利用密度聚类分析方法将犯罪数据分类,然后进行数据降维提取关键属性生成特征数据,继而对特征数据进行加权优化并采用机器学习的方式对特征数据进行学习,从而预测犯罪案由.实验结果表明,与传统方法相比,本文方法具有更好的预测效果,为公安实践工作中类似案件的侦破和预防,提供新的路径支撑.

关键词：犯罪预测、特征数据、加权优化、机器学习

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划"网络空间安全"重点专项2016YFB0801100;国家自然科学基金资助项目61602489;"十三五"国家密码发展基金密码理论研究课题MMJJ20180108

在线出版日期：2019-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：55-59