隨著經(jīng)濟(jì)社會(huì)的高速發(fā)展和大數(shù)據(jù)時(shí)代的到來,社會(huì)信息化、治安動(dòng)態(tài)化、犯罪智能化、維權(quán)政治化、反恐常態(tài)化等特征日漸突出,傳統(tǒng)的公安警務(wù)模式很難適應(yīng)新形式新任務(wù)的要求。面對(duì)大數(shù)據(jù)時(shí)代復(fù)雜多變的國內(nèi)外社會(huì)環(huán)境和挑戰(zhàn),我們需牢固樹立大數(shù)據(jù)思維,創(chuàng)新大數(shù)據(jù)技術(shù),深化大數(shù)據(jù)應(yīng)用。加快治安機(jī)制轉(zhuǎn)型升級(jí)是公安機(jī)關(guān)的重大任務(wù)和責(zé)任。為此,公安局根據(jù)市局的統(tǒng)一部署,加快推進(jìn)公安大數(shù)據(jù)實(shí)戰(zhàn)應(yīng)用建設(shè)專項(xiàng)項(xiàng)目,著力打造大數(shù)據(jù)時(shí)代下的公安現(xiàn)代警務(wù)機(jī)制。此研究起源于本文所在公司上海理想承接公安項(xiàng)目需求所致,公安部提議建立流竄犯罪分子路徑預(yù)測(cè)模型,由于犯罪等數(shù)據(jù)協(xié)調(diào)進(jìn)度較拖沓,因此首先使用電信普通用戶為研究對(duì)象,對(duì)其用戶時(shí)空軌跡數(shù)據(jù)提出可行的一般算法框架,再視情況用于具體情境中,體現(xiàn)由演繹到歸納的思想。針對(duì)這種情況,本文以運(yùn)營商基站捕獲的手機(jī)信令數(shù)據(jù),結(jié)合外部數(shù)據(jù)如用戶信息、氣象數(shù)據(jù)、中國節(jié)假日和商業(yè)標(biāo)簽信息等作為數(shù)據(jù)分析基礎(chǔ),增加百度地圖和高德地圖API找到每個(gè)基站對(duì)應(yīng)的經(jīng)緯度,整合多源異構(gòu)數(shù)據(jù)源以便更好地反映移動(dòng)用戶的時(shí)空軌跡全貌,提煉信息較強(qiáng)的特征域,對(duì)后期的數(shù)據(jù)建模工作打下良好的基礎(chǔ)。本文在此課題的創(chuàng)新工作在于有以下三種:(一)定位算法優(yōu)化各種通信場(chǎng)景包括2G,3G和4G,為了覆蓋這些場(chǎng)景而進(jìn)行基站定位,創(chuàng)造性地將這些定位數(shù)據(jù)OIDD,PCMD和LTE進(jìn)行融合。并利用基于時(shí)延的三角定位算法TDOA,多個(gè)基站同時(shí)接收信號(hào),根據(jù)信號(hào)到達(dá)時(shí)間,計(jì)算距各個(gè)基站的距離,使誤差不超過50米。(二)改善訓(xùn)練模型由于上海電信用戶基站位置數(shù)據(jù)很龐大,如何有效進(jìn)行模型訓(xùn)練是首要考慮的問題。本文將地理空間網(wǎng)格化,同時(shí)增加松馳變量解決邊界數(shù)據(jù)稀疏性問題,模型和超參數(shù)選擇均可在網(wǎng)格中運(yùn)行,通過該子集本文可以在較短時(shí)間內(nèi)知道模型的性能。在特征構(gòu)建過程中加入計(jì)數(shù)特征,排序特征,特征組合,并在時(shí)間離散化的基礎(chǔ)上從3個(gè)周期捕捉時(shí)間特征,有效減少模型誤差。(三)模型融合每個(gè)單一模型將預(yù)測(cè)每位用戶概率較高十個(gè)地標(biāo)。本文使用默認(rèn)字典類來組合不同模型的概率,并將前三個(gè)較高概率的地標(biāo)作為預(yù)測(cè)輸出。本文首先在驗(yàn)證集整合,看看模型組合是否具有更好的性能。然后,使用這種組合在整個(gè)數(shù)據(jù)集上運(yùn)行一個(gè)融合,同時(shí)測(cè)試融合的條件即低相關(guān)度是否滿足使用,最后將這種融合進(jìn)行貝葉斯估計(jì)加權(quán)以便得到更高的模型精度。最終實(shí)驗(yàn)結(jié)果表明,融合模型比單一模型有更高的精度,單一模型的MAP3分?jǐn)?shù)大約在0.51上下,而融合模型貝葉斯優(yōu)化模型將達(dá)到0.82左右。經(jīng)多次實(shí)驗(yàn),不斷地完善特征工程、組合特征訓(xùn)練模型,超參數(shù)調(diào)優(yōu)使這個(gè)結(jié)果趨于穩(wěn)定,模型融合的關(guān)鍵在于模型差異性,差異性主要體現(xiàn)在不同模型、相同模型不同參數(shù)和訓(xùn)練數(shù)據(jù)不同。而且每次模型融合之前要參考各個(gè)模型的相關(guān)性,可以用Cosine余弦相似或者Person系數(shù)評(píng)價(jià),也可以利用MIC最大信息數(shù)來檢驗(yàn),這樣才能有效避免過擬合。當(dāng)然在特征工作和調(diào)參方面其實(shí)還有很大的改進(jìn)空間。從目前結(jié)果來看,本模型顯示了較高的可行性和有效性,將有助于公安機(jī)關(guān)勘察治安形勢(shì)、發(fā)現(xiàn)治安重心、科學(xué)部署警力、評(píng)估工作績(jī)效,從而達(dá)到輔助決策的最終目標(biāo)。
【學(xué)位單位】：上海交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP311.13;TN929.5;D924.3
【部分圖文】：

的是預(yù)測(cè)概率。加權(quán)平均公式如見 2－1，其中模型的個(gè)數(shù)由n代表，權(quán)重由iWeight 代表，模型i的預(yù)測(cè)概率值由iP 代表。例如兩個(gè)模型，林（權(quán)重 0.8）和支持向量機(jī)（權(quán)重 0.2），其預(yù)測(cè)概率分別為：0.450.55，那么最終的預(yù)測(cè)概率，(0.8 * 0.45+0.55 * 0.2)/(0.8+0.2)=0.47。 niiiWeightP1*（2－1為了能夠使模型減少過擬合現(xiàn)象，取平均值是常用方法。圖中所示，代表模型邊界，可以看出它幾乎擬合了所有點(diǎn)，但黑色線明顯有較好能力，雖然它沒有擬合所有點(diǎn)，但是減少了噪音數(shù)據(jù)的影響，以能在上會(huì)有更好的表現(xiàn)。也就是說如果從結(jié)果取平均的話，那么決策邊界黑色曲線靠攏，將具有較好的表達(dá)能力，如圖 2－2 所示。

圖 3-1 LBS 基站定位Fig.3-1 LBS base station positioning限性數(shù)據(jù)覆蓋范圍較廣，時(shí)效性較強(qiáng)，成本低，但也存行動(dòng)隱私，對(duì)未來深入數(shù)據(jù)挖掘或商業(yè)應(yīng)用產(chǎn)生有率已經(jīng)相當(dāng)高，但是低齡兒童及老人未持有手、郊區(qū)這些地區(qū)，由于基站資源分布不均，手機(jī)了手機(jī)定位信息的接收[18]。計(jì)判系統(tǒng)整體架構(gòu)研判系統(tǒng)，該架構(gòu)結(jié)構(gòu)根據(jù)實(shí)際情況共分成了五據(jù)源層，包含 110 接處警等不同格式不同來源的

圖 3-2 110 警情研判系統(tǒng)架構(gòu)Fig.3-2 110 Judged SystemArchitecture3.3.2 系統(tǒng)部署架構(gòu)該系統(tǒng)部署架構(gòu)如圖 3－3 所示,第一虛線圍框的服務(wù)器是為用戶軌跡預(yù)測(cè)系統(tǒng)布署的服務(wù)器，經(jīng)預(yù)計(jì)大數(shù)據(jù)平臺(tái)可能需增加三臺(tái)，用于基礎(chǔ)定位分析處理；在用戶軌跡預(yù)測(cè)應(yīng)用平臺(tái)，可能需要新增服務(wù)器八臺(tái)。

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王元;鄭貴省;王鵬;;融合交通特性節(jié)點(diǎn)度和LISH模型的公路網(wǎng)關(guān)鍵節(jié)點(diǎn)辨識(shí)方法[J];公路交通科技;2015年10期

2 丁亮;鈕心毅;宋小冬;;基于移動(dòng)定位大數(shù)據(jù)的城市空間研究進(jìn)展[J];國際城市規(guī)劃;2015年04期

3 蓋文妹;鄧云峰;蔣仲安;李競(jìng);杜焱;;雙權(quán)重應(yīng)急交通網(wǎng)絡(luò)最優(yōu)路徑數(shù)學(xué)模型及算法研究[J];中南大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年06期

4 王勁峰;葛詠;李連發(fā);孟斌;武繼磊;柏延臣;杜世宏;廖一蘭;胡茂桂;徐成東;;地理學(xué)時(shí)空數(shù)據(jù)分析方法[J];地理學(xué)報(bào);2014年09期

5 吉根林;趙斌;;面向大數(shù)據(jù)的時(shí)空數(shù)據(jù)挖掘綜述[J];南京師大學(xué)報(bào)(自然科學(xué)版);2014年01期

6 王蕾;鄧國臣;鄭培蓓;戴晶;崔登吉;;地理空間數(shù)據(jù)模型的對(duì)比研究[J];遙感信息;2013年05期

7 劉瑜;肖昱;高松;康朝貴;王瑤莉;;基于位置感知設(shè)備的人類移動(dòng)研究綜述[J];地理與地理信息科學(xué);2011年04期

8 于鵬,常永宇;CDMA移動(dòng)定位技術(shù)及其精度分析[J];電信網(wǎng)技術(shù);2005年09期

9 曹志月,劉岳;一種面向?qū)ο蟮臅r(shí)空數(shù)據(jù)模型[J];測(cè)繪學(xué)報(bào);2002年01期

10 李德仁,王樹良,史文中,王新洲;論空間數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2001年06期

相關(guān)碩士學(xué)位論文 前4條

1 劉權(quán)芳;兩類時(shí)空數(shù)據(jù)模型及其應(yīng)用研究[D];長(zhǎng)安大學(xué);2015年

2 李予嬌;時(shí)空數(shù)據(jù)模型在人口流動(dòng)研究中的應(yīng)用[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2012年

3 周巨鎖;網(wǎng)絡(luò)統(tǒng)計(jì)地圖制圖系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];武漢大學(xué);2005年

4 呂志慧;地理信息三維可視化系統(tǒng)應(yīng)用研究[D];鄭州大學(xué);2002年

本文編號(hào)：2818607