顾及时空语义的疑犯位置时空预测
预测疑犯的社会活动行踪,对案件嫌疑人的排查以及犯罪行为的主动预防具有重大意义.当前研究主要依据疑犯的历史系列作案位置预测其住址或未来犯罪位置,缺少对其复杂社会活动位置的转移过程进行建模,也没有考虑位置数据稀疏性对预测性能产生的影响.为此,提出了融合时空语义的位置时空预测(spatio-temporal semantics location prediction,SSLP)模型.首先,利用疑犯在不同语义时段和语义位置上的分布邻近性提取目标疑犯的相似疑犯群体;其次,结合该群体的轨迹数据和位置语义信息,基于核密度平滑方法估算出涉及未记录位置的转移频次及其时态访问概率;最后,采用贝叶斯模型实现疑犯个体的时空预测.实验结果表明,基于W市2013年1月至6月间158名疑犯的17 539个位置记录数据,SSLP模型在top-k距离偏离度和top-k精确率上优于其他流行方法40%~50%,对疑犯位置数据稀疏性具有优异的适应能力.
疑犯位置预测、犯罪时空预测、时空语义、犯罪时空画像、贝叶斯模型
44
P208(一般性问题)
国家自然科学基金41401524;广西自然科学基金2015GXNSFBA139191,2018JJA150089;警用地理信息技术公安部重点实验室开放课题2016LPGIT03;北部湾环境演变与资源利用教育部重点实验室开放基金2014BGERLXT14;矿山空间信息技术国家测绘地理信息局重点实验室开放基金KLM201409;测绘遥感信息工程国家重点实验室开放基金16重03
2019-06-21(万方平台首次上网日期,不代表论文的发表时间)
共6页
765-770