【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)屬于機(jī)器學(xué)習(xí)，尤其涉及一種城市犯罪時(shí)空分布預(yù)測方法和裝置、系統(tǒng)、存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、城市復(fù)雜的生產(chǎn)生活環(huán)境和大量的流動(dòng)人口容易滋生犯罪。由于犯罪嚴(yán)重影響社會(huì)的穩(wěn)定和繁榮，已經(jīng)成為城市發(fā)展的關(guān)鍵公共問題之一。隨著大數(shù)據(jù)、計(jì)算機(jī)等技術(shù)的發(fā)展與應(yīng)用，當(dāng)前的警務(wù)重點(diǎn)已經(jīng)從被動(dòng)響應(yīng)犯罪變?yōu)橹鲃?dòng)防范犯罪的發(fā)生，即數(shù)據(jù)驅(qū)動(dòng)的預(yù)測性警務(wù)。犯罪時(shí)空預(yù)測通過歷史犯罪數(shù)據(jù)和其它特征數(shù)據(jù)預(yù)測未來特定時(shí)間和空間上的犯罪分布，是最具代表性的預(yù)測性警務(wù)之一，預(yù)測結(jié)果可用于警力部署調(diào)配，從而提前預(yù)防犯罪行為的發(fā)生，降低城市犯罪率。
2、犯罪并不是隨機(jī)發(fā)生的，影響犯罪的因素多種多樣。根據(jù)犯罪預(yù)測使用的特征數(shù)據(jù)，可以將已有犯罪預(yù)測研究分為三類：時(shí)序特征預(yù)測、靜態(tài)時(shí)空特征預(yù)測和動(dòng)態(tài)時(shí)空特征預(yù)測。目前根據(jù)近重復(fù)理論，側(cè)重于分析和建模區(qū)域歷史犯罪案件的時(shí)序特征，如wang等將地區(qū)間的出租車流數(shù)據(jù)視為預(yù)測單元間傳遞犯罪的一種空間關(guān)聯(lián)，并將其加入改進(jìn)的回歸模型中，與使用傳統(tǒng)特征推算出的城市犯罪率相比，預(yù)測精度顯著提高。然而，沒有同時(shí)考慮出租車流反映出的區(qū)域間人口流動(dòng)聯(lián)系和出租車流量波動(dòng)對時(shí)空單元內(nèi)犯罪案件數(shù)量的影響。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)要解決的技術(shù)問題是，提供一種城市犯罪時(shí)空分布預(yù)測方法和裝置、系統(tǒng)、存儲(chǔ)介質(zhì)。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)采用如下的技術(shù)方案：
3、一種城市犯罪時(shí)空分布預(yù)測方法，包括：
4、步驟s1、獲取歷史犯罪數(shù)據(jù)和歷史出租車流數(shù)據(jù)；
5、步驟s2、根據(jù)歷史犯罪數(shù)據(jù)和歷史出租車流數(shù)據(jù)，以天和社區(qū)區(qū)劃作為最小時(shí)空單元進(jìn)行劃分映射和平滑降噪處理，得到社區(qū)出租車流特征、犯罪的近鄰趨勢特征和長期趨勢特征；
6、步驟s3、根據(jù)社區(qū)出租車流特征、犯罪的近鄰趨勢特征和長期趨勢特征以及社區(qū)間關(guān)聯(lián)關(guān)系，得到犯罪時(shí)空分布預(yù)測模型；其中，采用社區(qū)間空間拓?fù)洹oi分布和社區(qū)間車流共同表達(dá)社區(qū)間關(guān)聯(lián)關(guān)系；犯罪時(shí)空分布預(yù)測模型包括：時(shí)空特征提取模塊和時(shí)空特征通道注意力模塊，時(shí)空特征提取模塊用于提取社區(qū)出租車流特征、犯罪的近鄰趨勢特征和長期趨勢特征的時(shí)空依賴關(guān)系，時(shí)空特征通道注意力模塊用于將通道注意力和空間注意力結(jié)果進(jìn)行聚合以得到增強(qiáng)特征。
7、步驟s4、將實(shí)時(shí)的出租車流數(shù)據(jù)輸入到犯罪時(shí)空分布預(yù)測模型，得到城市犯罪時(shí)空分布結(jié)果。
8、本專利技術(shù)還提供一種城市犯罪時(shí)空分布預(yù)測裝置，包括：
9、獲取模塊，用于獲取歷史犯罪數(shù)據(jù)和歷史出租車流數(shù)據(jù)；
10、處理模塊，用于根據(jù)歷史犯罪數(shù)據(jù)和歷史出租車流數(shù)據(jù)，以天和社區(qū)區(qū)劃作為最小時(shí)空單元進(jìn)行劃分映射和平滑降噪處理，得到社區(qū)出租車流特征、犯罪的近鄰趨勢特征和長期趨勢特征；
11、訓(xùn)練模塊，用于根據(jù)社區(qū)出租車流特征、犯罪的近鄰趨勢特征和長期趨勢特征以及社區(qū)間關(guān)聯(lián)關(guān)系，得到犯罪時(shí)空分布預(yù)測模型；其中，采用社區(qū)間空間拓?fù)洹oi分布和社區(qū)間車流共同表達(dá)社區(qū)間關(guān)聯(lián)關(guān)系；犯罪時(shí)空分布預(yù)測模型包括：時(shí)空特征提取模塊和時(shí)空特征通道注意力模塊，時(shí)空特征提取模塊用于提取社區(qū)出租車流特征、犯罪的近鄰趨勢特征和長期趨勢特征的時(shí)空依賴關(guān)系，時(shí)空特征通道注意力模塊用于將通道注意力和空間注意力結(jié)果進(jìn)行聚合以得到增強(qiáng)特征；
12、預(yù)測模塊，用于將實(shí)時(shí)的出租車流數(shù)據(jù)輸入到犯罪時(shí)空分布預(yù)測模型，得到城市犯罪時(shí)空分布結(jié)果。
13、本專利技術(shù)實(shí)施例還提供一種城市犯罪時(shí)空分布預(yù)測系統(tǒng)，包括：存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有由所述處理器運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被所述處理器運(yùn)行時(shí)執(zhí)行城市犯罪時(shí)空分布預(yù)測方法。
14、本專利技術(shù)實(shí)施例還提供一種存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在運(yùn)行時(shí)執(zhí)行城市犯罪時(shí)空分布預(yù)測方法。
15、本專利技術(shù)同時(shí)考慮犯罪數(shù)據(jù)的近鄰趨勢特征、長期趨勢特征以及出租車流特征，共同輸入犯罪時(shí)空分布預(yù)測模型提取時(shí)空依賴，并通過改進(jìn)的時(shí)空特征通道注意力實(shí)現(xiàn)多特征數(shù)據(jù)的有效融合；同時(shí)使用poi分布和社區(qū)間的出租車流共同表示社區(qū)間的相關(guān)關(guān)系，進(jìn)而更全面地捕獲犯罪在空間上的相互影響。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種城市犯罪時(shí)空分布預(yù)測方法，其特征在于，包括：
2.一種城市犯罪時(shí)空分布預(yù)測裝置，其特征在于，包括：
3.一種城市犯罪時(shí)空分布預(yù)測系統(tǒng)，其特征在于，包括：存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有由所述處理器運(yùn)行的計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被所述處理器運(yùn)行時(shí)執(zhí)行如權(quán)利要求1所述的城市犯罪時(shí)空分布預(yù)測方法。
4.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在運(yùn)行時(shí)執(zhí)行如權(quán)利要求1所述的城市犯罪時(shí)空分布預(yù)測方法。
【技術(shù)特征摘要】
1.一種城市犯罪時(shí)空分布預(yù)測方法，其特征在于，包括：
2.一種城市犯罪時(shí)空分布預(yù)測裝置，其特征在于，包括：
3.一種城市犯罪時(shí)空分布預(yù)測系統(tǒng)，其特征在于，包括：存儲(chǔ)器和處理器，所述存儲(chǔ)器上存儲(chǔ)有由所述處理器運(yùn)行的計(jì)...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：杜萍，張子皓，劉濤，王文寧，郭楠，董世蘭，
申請(專利權(quán))人：蘭州交通大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。