針對(duì)警方偵辦案件的過(guò)程中不易識(shí)別和定性犯罪案件屬性情況的問(wèn)題,該文以美國(guó)波特蘭市為研究區(qū)域,嘗試借助納克斯檢驗(yàn)法尋找2012年3月1日—2017年2月28日波特蘭市入室盜竊案的時(shí)空發(fā)生特征,并借此驗(yàn)證相同時(shí)間內(nèi)波特蘭市1 203起疑似盜竊案件作為真實(shí)發(fā)生案件的概率。結(jié)果表明:所有1 203件疑似案件中共有644起真實(shí)發(fā)生的概率較高,其中225起真實(shí)性概率約為73%,419起真實(shí)性概率約為38%。同時(shí),發(fā)生概率為73%的疑似案件在空間集聚上同波特蘭市入室盜竊案的空間聚類(lèi)相吻合。驗(yàn)證表明,該方法對(duì)于排除疑似點(diǎn)的驗(yàn)證具有一定精度,但在疑似點(diǎn)真實(shí)發(fā)生率的識(shí)別上精度稍顯不足。 

【文章來(lái)源】：測(cè)繪科學(xué). 2020,45(01)北大核心CSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【部分圖文】：

犯罪屬性識(shí)別方法技術(shù)路線

納克斯檢驗(yàn)法中時(shí)間閾值單位步長(zhǎng)和空間閾值單位步長(zhǎng)的選取是決定整體計(jì)算效果的關(guān)鍵。結(jié)合前人經(jīng)驗(yàn)[14]，通過(guò)對(duì)波特蘭市入室盜竊犯罪數(shù)據(jù)進(jìn)行統(tǒng)計(jì)發(fā)現(xiàn)，入室盜竊案件點(diǎn)之間最近鄰距離在500m之內(nèi)的約占有80%，同時(shí)數(shù)據(jù)顯示波特蘭最小行政區(qū)（District）寬度大約為502m，所以將500m定為空間閾值步長(zhǎng)取值。由于最近鄰距離計(jì)算采用的是歐式距離，所以在參數(shù)設(shè)置中也同樣采用歐式距離為基準(zhǔn)。統(tǒng)計(jì)非疑似入室盜竊案件臨近重復(fù)發(fā)生規(guī)律（圖2）發(fā)現(xiàn)，在固定空間閾值步長(zhǎng)距離內(nèi)案件重復(fù)發(fā)生規(guī)律以?xún)芍茏笥覟橹芷诔掷m(xù)震蕩，結(jié)合上述結(jié)論以及國(guó)內(nèi)外學(xué)者的經(jīng)驗(yàn)[15-16,27-30]，最終確定以14d作為時(shí)間閾值步長(zhǎng)取值。在統(tǒng)計(jì)學(xué)意義上，P=0.001顯著性水平較P=0.05和P=0.01更為顯著。為確保計(jì)算精度，研究中顯著性等級(jí)要求設(shè)置為最高P=0.001，即蒙特卡羅迭代次數(shù)達(dá)1 000次左右，計(jì)算獲得的結(jié)果也將最為可靠。

基于上述結(jié)論，本文將借助納克斯檢驗(yàn)得到的入室盜竊犯罪離散數(shù)據(jù)臨近重復(fù)發(fā)生特征作為識(shí)別疑似入室盜竊案件識(shí)別的參考依據(jù)。以波特蘭市定性入室盜竊案件為基準(zhǔn)劃定500m緩沖區(qū)，篩選緩沖區(qū)內(nèi)發(fā)生時(shí)間處于±42d范圍內(nèi)所有疑似案件點(diǎn)，標(biāo)注處于-28～-15d以及15～28d內(nèi)的疑似案件點(diǎn)為“高概率疑似案件”。最后，在共計(jì)1 203條疑似入室盜竊案件中識(shí)別出644起案件有真實(shí)入室盜竊概率，其中225起真實(shí)發(fā)生概率約為73%,419起真實(shí)發(fā)生概率為37%～38%（圖3）。本文采用隨機(jī)法驗(yàn)證。在3 901條入室盜竊案件中隨機(jī)抽取378個(gè)樣本點(diǎn)，在相同方法下采用500m、±42d作為取值區(qū)間，在除去隨機(jī)點(diǎn)后的入室盜竊案件基礎(chǔ)上識(shí)別樣本點(diǎn)。經(jīng)過(guò)驗(yàn)證得出，相同方法可以識(shí)別出351個(gè)樣本點(diǎn)，識(shí)別率約占93%，其中有114個(gè)為重復(fù)發(fā)生可能性概率約為73%,237個(gè)為重復(fù)發(fā)生可能性概率約為38%。

【參考文獻(xiàn)】：
期刊論文
[1]Knox時(shí)空交互檢驗(yàn)空間閾值確定方法[J]. 岳瀚,朱欣焰,咼維,佘冰,高超.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(11)
[2]基于長(zhǎng)短記憶型卷積神經(jīng)網(wǎng)絡(luò)的犯罪地理位置預(yù)測(cè)方法[J]. 肖延輝,王欣,馮文剛,田華偉,吳紹忠,李麗華.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(10)
[3]犯罪網(wǎng)絡(luò)構(gòu)建及其時(shí)空分析——以入室盜竊為例[J]. 王增利,劉學(xué)軍,陸娟,吳偉,張宏.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2018(05)
[4]疑似失蹤人員案件現(xiàn)場(chǎng)勘查探析[J]. 楊志華,張超.  遼寧警專(zhuān)學(xué)報(bào). 2015(04)
[5]DP半島街頭搶劫案件的臨近重復(fù)發(fā)生模式[J]. 徐沖,柳林,周素紅.  地理研究. 2015(02)
[6]城市犯罪時(shí)空特征與機(jī)制——以北京城八區(qū)財(cái)產(chǎn)類(lèi)犯罪為例[J]. 馮健,黃琳珊,董穎,宋蕾蕾.  地理學(xué)報(bào). 2012(12)
[7]基于GIS的搶劫盜竊犯罪時(shí)空變化特征分析——以廣州市為例[J]. 王行漢,陳永康,扶卿華.  測(cè)繪與空間地理信息. 2012(09)
[8]非刑案疑似兇殺的案件定性[J]. 張文龍,王琴花.  法醫(yī)學(xué)雜志. 2005(04)

碩士論文
[1]基于GIS的犯罪時(shí)空分布研究[D]. 程薇.華東師范大學(xué) 2013



本文編號(hào)：3345291