發(fā)布時間：2022-01-19 06:23

　　為有效提升公安部門在實踐工作中的犯罪預測能力,提出基于DBSCAN算法的A區(qū)犯罪預測方法。該方法采用了時空分析可視化技術和DBSCAN算法,對A區(qū)的犯罪數據進行分析。首先,對A區(qū)的犯罪數據進行描述性統(tǒng)計分析;然后,利用DBSCAN算法構建犯罪預測模型,并進行可視化處理;最后,通過對不同類型犯罪進行分析,預測犯罪熱點,識別犯罪模式。實驗結果表明,與傳統(tǒng)的經驗預測相比,該方法具有更好的預測效果,為公安機關打擊犯罪和優(yōu)化警力配置提供了決策依據。 

【文章來源】：信息技術與網絡安全. 2020,39(07)

【文章頁數】：6 頁

【部分圖文】：

噪音點

邊界點

(5)密度可達：如圖4所示，o在p的鄰域內，從p到o是直接密度可達，而q對象的鄰域內不包括p，但是包括o，這樣p-o-q，稱p到q是密度可達的。圖2 邊界點

【參考文獻】：
期刊論文
[1]基于時空相似度聚類的熱點載客路徑挖掘[J]. 馮慧芳,楊振娟.  交通運輸系統(tǒng)工程與信息. 2019(05)
[2]時空分析和K近鄰算法在犯罪分析中的應用研究[J]. 王娟,蘭月新,吳春穎,陳蕾,張雙獅.  福建電腦. 2019(07)
[3]結合DBSCAN聚類的室內場景分割[J]. 劉夢迪,潘曉,高珊珊,辛士慶,周元峰.  計算機輔助設計與圖形學學報. 2019(07)
[4]基于隨機森林的犯罪預測模型[J]. 盧睿,李林瑛.  中國刑警學院學報. 2019(03)
[5]中國犯罪形勢分析與預測（2018—2019）[J]. 靳高風,守佳麗,林晞楠.  中國人民公安大學學報(社會科學版). 2019(03)
[6]預測犯罪[J]. 李忠東.  檢察風云. 2019(05)
[7]中國預防犯罪研究回眸與前瞻——為紀念改革開放40周年而作[J]. 馮樹梁.  犯罪與改造研究. 2019(02)
[8]預測性警務:大數據犯罪預防[J]. 董青嶺.  中國投資. 2018(23)
[9]大數據時代犯罪新趨勢及偵查新思路[J]. 陳剛.  理論探索. 2018(05)
[10]熱點警務的犯罪學理論基礎及實踐評估[J]. 楊學鋒.  中國人民公安大學學報(社會科學版). 2018(03)



本文編號：3596369