基于时空序列混合模型的犯罪情报预测分析
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3969/j.issn.1002-1965.2018.09.005

基于时空序列混合模型的犯罪情报预测分析

引用
[目的/意义]犯罪行为的分布和发生在时间上和空间上具有一定的规律性.犯罪情报预测分析对于获取未来的犯罪变化动态具有重要意义.传统的犯罪情报预测分析,要求熟悉政治、人文、经济、地理等多方面因素和社会犯罪动态变化规律,具有一定的局限性.因此需要探究新方法.[方法/过程]针对犯罪数据构建了神经网络和STARMA(时空自相关移动平均模型)的时空序列混合模型,根据历史犯罪数据预测未来发生犯罪的数量变化.首先利用神经网络提取犯罪数据中非线性特征,然后对残差建立STARMA模型,整合出最终的预测结果.[结果/结论]既弥补了传统STARMA模型无法挖掘非线性关系的不足,又满足了模型所需数据的平稳性的要求.通过实验验证了该方法可减小预测误差,在犯罪情报预测方面更加准确.

犯罪情报预测、时空序列、神经网络、STARMA模型、混合模型

37

G353.1;TP301.6(情报学、情报工作)

国家自然科学基金资助项目"未来超密集异构网络的理论分析与资源协同优化技术"61771072;中国人民公安大学基本科研业务费项目"基于认知可信度的在线社会网络犯罪及安全研究"2016JKF01317

2018-10-15(万方平台首次上网日期,不代表论文的发表时间)

共6页

27-31,37

相关文献
评论
暂无封面信息
查看本期封面目录

情报杂志

1002-1965

61-1167/G3

37

2018,37(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn