基于犯罪空間分異和建成環(huán)境的公共場所侵財犯罪熱點預(yù)測
發(fā)布時間:2022-02-22 08:37
機器學(xué)習(xí)是當(dāng)前犯罪熱點預(yù)測的主流方法,隨機森林算法因需要的數(shù)據(jù)量較小、有較好的預(yù)測能力和預(yù)測精確度、且有較高的可理解度,更是被廣泛應(yīng)用,代表地理環(huán)境和建成環(huán)境的多源數(shù)據(jù)也被廣泛用于模型改進(jìn)的嘗試實踐中,但這些實踐都只考慮研究區(qū)整體的預(yù)測精度變化情況,并未區(qū)分不同區(qū)域犯罪熱點預(yù)測結(jié)果的差異及其原因。因此,本文以公共場所侵財犯罪為例,根據(jù)歷史犯罪分布情況及過往犯罪熱點分布規(guī)律,將研究區(qū)分為穩(wěn)定高發(fā)熱點網(wǎng)格、較高發(fā)熱點網(wǎng)格、偶發(fā)熱點網(wǎng)格及非熱點網(wǎng)格這4類,并依據(jù)社會失序理論、日常活動理論和犯罪模式理論,選取城中村范圍、路網(wǎng)密度及POI(餐飲、娛樂、商場3類設(shè)施)密度這3個具有代表性的協(xié)變量加入到隨機森林預(yù)測模型中,探討預(yù)測結(jié)果精度的變化情況。根據(jù)2017年26個雙周的犯罪熱點預(yù)測實驗的預(yù)測結(jié)果,得到以下結(jié)論:加入?yún)f(xié)變量后,研究區(qū)整體、穩(wěn)定高發(fā)熱點網(wǎng)格及較高發(fā)熱點網(wǎng)格的預(yù)測精度都有不同程度的提高,分區(qū)模型的精度顯著高于整體模型的精度,說明考慮空間分異對提高模型精度起重要作用。
【文章來源】:地球信息科學(xué)學(xué)報. 2019,21(11)北大核心CSCD
【文章頁數(shù)】:14 頁
【文章目錄】:
1 引言
2 研究區(qū)概況和數(shù)據(jù)來源
2.1 研究區(qū)概況
2.2 數(shù)據(jù)來源
2.2.1 歷史犯罪數(shù)據(jù)
2.2.2 建成環(huán)境數(shù)據(jù)
3 研究方法
3.1 預(yù)測模型
3.2 預(yù)測結(jié)果評價指標(biāo)體系
4 預(yù)測實驗和結(jié)果對比
4.1 歷史案件分析與預(yù)測實驗設(shè)計
4.1.1 時空尺度與歷史案件分析
4.1.2 網(wǎng)格分類與預(yù)測實驗
4.2 預(yù)測結(jié)果分析
4.2.1 研究區(qū)整體預(yù)測結(jié)果
4.2.2 分類網(wǎng)格預(yù)測結(jié)果
4.2.3 具體預(yù)測結(jié)果展示
4.3 犯罪防控策略
5 結(jié)論與討論
5.1 結(jié)論
5.2 討論
【參考文獻(xiàn)】:
期刊論文
[1]基于隨機森林的犯罪預(yù)測模型[J]. 盧睿,李林瑛. 中國刑警學(xué)院學(xué)報. 2019(03)
[2]隨機森林方法支持的復(fù)雜地形區(qū)土地利用/土地覆被分類研究[J]. 馬慧娟,高小紅,谷曉天. 地球信息科學(xué)學(xué)報. 2019(03)
[3]融合歷史犯罪數(shù)據(jù)的疑犯社會活動位置預(yù)測[J]. 段煉,黨蘭學(xué),胡濤,朱欣焰,葉信岳. 地球信息科學(xué)學(xué)報. 2018(07)
[4]基于隨機森林和時空核密度方法的不同周期犯罪熱點預(yù)測對比[J]. 柳林,劉文娟,廖薇薇,余洪杰,姜超,林榮平,紀(jì)佳楷,張政. 地理科學(xué)進(jìn)展. 2018(06)
[5]不同類型道路密度對公共空間盜竊犯罪率的影響——基于ZG市的實證研究[J]. 柳林,杜方葉,肖露子,宋廣文,劉凱,姜超. 人文地理. 2017(06)
[6]基于隨機森林的犯罪風(fēng)險預(yù)測模型研究[J]. 王雨晨,過仲陽,王媛媛. 華東師范大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[7]居民日;顒訉Π歉`警情時空格局的影響[J]. 宋廣文,肖露子,周素紅,龍冬平,周淑麗,劉凱. 地理學(xué)報. 2017(02)
[8]改進(jìn)的GA-BP神經(jīng)網(wǎng)絡(luò)模型在財產(chǎn)犯罪預(yù)測中的應(yīng)用[J]. 李衛(wèi)紅,聞磊,陳業(yè)濱. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2017(08)
[9]廣州門禁小區(qū)入室盜竊受害率與內(nèi)部環(huán)境分析[J]. 楊剛斌,柳林,何深靜,徐沖. 人文地理. 2016(03)
[10]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)
碩士論文
[1]長春市城鄉(xiāng)結(jié)合部建筑外環(huán)境防衛(wèi)安全設(shè)計研究[D]. 孫兆瑞.吉林建筑大學(xué) 2017
本文編號:3639094
【文章來源】:地球信息科學(xué)學(xué)報. 2019,21(11)北大核心CSCD
【文章頁數(shù)】:14 頁
【文章目錄】:
1 引言
2 研究區(qū)概況和數(shù)據(jù)來源
2.1 研究區(qū)概況
2.2 數(shù)據(jù)來源
2.2.1 歷史犯罪數(shù)據(jù)
2.2.2 建成環(huán)境數(shù)據(jù)
3 研究方法
3.1 預(yù)測模型
3.2 預(yù)測結(jié)果評價指標(biāo)體系
4 預(yù)測實驗和結(jié)果對比
4.1 歷史案件分析與預(yù)測實驗設(shè)計
4.1.1 時空尺度與歷史案件分析
4.1.2 網(wǎng)格分類與預(yù)測實驗
4.2 預(yù)測結(jié)果分析
4.2.1 研究區(qū)整體預(yù)測結(jié)果
4.2.2 分類網(wǎng)格預(yù)測結(jié)果
4.2.3 具體預(yù)測結(jié)果展示
4.3 犯罪防控策略
5 結(jié)論與討論
5.1 結(jié)論
5.2 討論
【參考文獻(xiàn)】:
期刊論文
[1]基于隨機森林的犯罪預(yù)測模型[J]. 盧睿,李林瑛. 中國刑警學(xué)院學(xué)報. 2019(03)
[2]隨機森林方法支持的復(fù)雜地形區(qū)土地利用/土地覆被分類研究[J]. 馬慧娟,高小紅,谷曉天. 地球信息科學(xué)學(xué)報. 2019(03)
[3]融合歷史犯罪數(shù)據(jù)的疑犯社會活動位置預(yù)測[J]. 段煉,黨蘭學(xué),胡濤,朱欣焰,葉信岳. 地球信息科學(xué)學(xué)報. 2018(07)
[4]基于隨機森林和時空核密度方法的不同周期犯罪熱點預(yù)測對比[J]. 柳林,劉文娟,廖薇薇,余洪杰,姜超,林榮平,紀(jì)佳楷,張政. 地理科學(xué)進(jìn)展. 2018(06)
[5]不同類型道路密度對公共空間盜竊犯罪率的影響——基于ZG市的實證研究[J]. 柳林,杜方葉,肖露子,宋廣文,劉凱,姜超. 人文地理. 2017(06)
[6]基于隨機森林的犯罪風(fēng)險預(yù)測模型研究[J]. 王雨晨,過仲陽,王媛媛. 華東師范大學(xué)學(xué)報(自然科學(xué)版). 2017(04)
[7]居民日;顒訉Π歉`警情時空格局的影響[J]. 宋廣文,肖露子,周素紅,龍冬平,周淑麗,劉凱. 地理學(xué)報. 2017(02)
[8]改進(jìn)的GA-BP神經(jīng)網(wǎng)絡(luò)模型在財產(chǎn)犯罪預(yù)測中的應(yīng)用[J]. 李衛(wèi)紅,聞磊,陳業(yè)濱. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2017(08)
[9]廣州門禁小區(qū)入室盜竊受害率與內(nèi)部環(huán)境分析[J]. 楊剛斌,柳林,何深靜,徐沖. 人文地理. 2016(03)
[10]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)
碩士論文
[1]長春市城鄉(xiāng)結(jié)合部建筑外環(huán)境防衛(wèi)安全設(shè)計研究[D]. 孫兆瑞.吉林建筑大學(xué) 2017
本文編號:3639094
本文鏈接:http://sikaile.net/falvlunwen/xingfalunwen/3639094.html