一种案件预测的装置及方法制造方法及图纸

技术编号:12436985 阅读:75 留言:0更新日期:2015-12-04 00:50
本发明专利技术公开了一种案件预测的装置及方法,所述装置包括:确定单元,用于接收预测指令,并根据所述预测指令确定至少一个影响因素;根据所述至少一个影响因素,确定所述至少一个影响因素的影响权重;获取单元,用于获取所述至少一个影响因素的历史值;所述确定单元,还用于根据所述获取单元获取的所述至少一个影响因素的历史值,利用时间序列模型,确定出所述至少一个影响因素的预测值;预测单元,用于根据所述确定单元确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,预测出犯罪案件数量。本发明专利技术实现了提高案件数量预测的准确度的目的。

【技术实现步骤摘要】

本专利技术涉及计算机
,尤指一种案件预测的装置及方法
技术介绍
随着科技的迅速发展,公安信息建设也随之快速发展。而案件数量的准确预测往往对警力的合理部署、总量需求、时段用警、岗位设置、专业要求、工种分配、区域调剂以及文员置换、辅警协助等等具有很高的指导意义。同时地方政府也可以根据案件数量的变化来揭示案件发生的深层原因,进而为政府的决策提供一个非常有价值的参考。目前在公安行业中,案件数量预测的主要方法是基于时间序列分析、空间定位分析进行的。即为根据历史案件数量,及案件的发生地点,预测出犯罪案件高发地在某一段时间的案件数量。但是,随着社会交通设施与信息化的迅速发展,人、财、物、信息流动性较大,跨地区、大范围的流窜作案日益凸显。由于上述方法仅是利用时间序列分析、空间定位分析进行预测的,并未考虑其他影响因素,因此上述预测案件数量的方法不够准确。
技术实现思路
为了解决上述技术问题,本专利技术提供了一种案件预测的装置及方法,能够提高案件数量预测的准确度。为了达到本专利技术目的,本专利技术提供了一种案件预测的装置,包括:确定单元,用于接收预测指令,并根据所述预测指令确定至少一个影响因素;根据所述至少一个影响因素,确定所述至少一个影响因素的影响权重;获取单元,用于获取所述至少一个影响因素的历史值;所述确定单元,还用于根据所述获取单元获取的所述至少一个影响因素的历史值,利用时间序列模型,确定出所述至少一个影响因素的预测值;预测单元,用于根据所述确定单元确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,预测出犯罪案件数量。可选地,所述确定单元,具体用于确定n个历史犯罪案件数量,至少一个影响因素的n个历史值;根据所述n个历史犯罪案件数量,至少一个影响因素的n个历史值,利用批处理梯度下降法,确定所述至少一个影响因素的影响权重;n为大于0的整数。可选地,所述确定单元,具体用于根据所述n个历史犯罪案件数量,至少一个影响因素的n个历史值,利用公式:确定所述至少一个影响因素的影响权重;其中,j为大于0的整数,θj表示影响因素j的影响权重,α表示梯度,表示第i个历史犯罪案件数量;hθ(xi)表示第i个预测的犯罪案件数量,表示影响因素j的第i个历史值,n表示历史犯罪案件数量的个数,并表示影响因素的历史值的个数,i为大于0,且小于等于n的整数。可选地,所述预测单元,具体用于根据确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,利用公式:预测出犯罪案件数量;其中,y与hθ(x)均表示预测的犯罪案件数量,θ0表示系统常量,θj表示影响因素xj的影响权重,xj表示第j个影响因素,m为影响因素的个数,ε表示随机误差。可选地,预测指令中携带有至少一个推测因素;所述确定单元,具体用于获取n个历史犯罪案件数量;根据获取的所述n个历史犯罪案件数量,在所述至少一个推测因素中确定至少一个影响因素。进一步地,本专利技术提供了一种案件预测的方法,包括:接收预测指令,并根据所述预测指令确定至少一个影响因素;根据所述至少一个影响因素,确定所述至少一个影响因素的影响权重;获取所述至少一个影响因素的历史值,并根据获取的所述至少一个影响因素的历史值,利用时间序列模型,确定出所述至少一个影响因素的预测值;n为大于0的整数;根据确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,预测出犯罪案件数量。可选地,所述根据所述至少一个影响因素,确定所述至少一个影响因素的影响权重包括:确定n个历史犯罪案件数量,至少一个影响因素的n个历史值;根据所述n个历史犯罪案件数量,至少一个影响因素的n个历史值,利用批处理梯度下降法,确定所述至少一个影响因素的影响权重。可选地,所述根据所述n个历史犯罪案件数量,至少一个影响因素的n历史值,利用批处理梯度下降法,确定所述至少一个影响因素的影响权重包括:根据所述n个历史犯罪案件数量,至少一个影响因素的n个历史值,利用公式:确定所述至少一个影响因素的影响权重;其中,j为大于0的整数,θj表示影响因素j的影响权重,α表示梯度,表示第i个历史犯罪案件数量;hθ(xi)表示第i个预测的犯罪案件数量,表示影响因素j的第i个历史值,n表示历史犯罪案件数量的个数,并表示影响因素的历史值的个数,i为大于0,且小于等于n的整数。可选地,所述根据确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,预测出犯罪案件数量包括:根据确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,利用公式:y=hθ=θ0+Σj=1mθjxj+ϵ,]]>预测出犯罪案件数量;其中,y与hθ(x)均表示预测的犯罪案件数量,θ0表示系统常量,θj表示影响因素xj的影响权重,xj表示第j个影响因素,m为影响因素的个数,ε表示随机误差。可选地,所述预测指令中携带有至少一个推测因素;所述根据所述预测指令,确定至少一个影响因素包括:获取n个历史犯罪案件数量;根据获取的所述n个历史犯罪案件数量,在所述至少一个推测因素中确定至少一个影响因素。与现有技术相比,本专利技术包括确定单元,用于接收预测指令,并根据所述预测指令确定至少一个影响因素;根据所述至少一个影响因素,确定所述至少一个影响因素的影响权重;获取单元,用于获取所述至少一个影响因素的历史值;所述确定单元,还用于根据所述获取单元获取的所述至少一个影响因素的历史值,利用时间序列模型,确定出所述至少一个影响因素的预测值;预测单元,用于根据所述确定单元确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,预测出犯罪案件数量。这样,案件预测的装置在进行犯罪案件数据的预测时,先确定出影响因素,进而确定出影响因素的影响权重,并根据时间序列模型的方法获取影响因素的预测值,从而可以根据影响因素的影响权重及影响因素的预测值进行犯罪案件数量的预测。即为,案件预测的装置是根据犯罪案件的影响因素进行犯罪案件的预测的,而不仅仅是基于时间序列分析预测犯罪案件的数量,因此,本专利技术提高了案件数量预测的准确度。本专利技术的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本文档来自技高网...
一种案件预测的装置及方法

【技术保护点】
一种案件预测的装置,其特征在于,包括:确定单元,用于接收预测指令,并根据所述预测指令确定至少一个影响因素;根据所述至少一个影响因素,确定所述至少一个影响因素的影响权重;获取单元,用于获取所述至少一个影响因素的历史值;所述确定单元,还用于根据所述获取单元获取的所述至少一个影响因素的历史值,利用时间序列模型,确定出所述至少一个影响因素的预测值;预测单元,用于根据所述确定单元确定出的所述至少一个影响因素的影响权重及所述至少一个影响因素的预测值,预测出犯罪案件数量。

【技术特征摘要】
1.一种案件预测的装置,其特征在于,包括:
确定单元,用于接收预测指令,并根据所述预测指令确定至少一个影响
因素;根据所述至少一个影响因素,确定所述至少一个影响因素的影响权重;
获取单元,用于获取所述至少一个影响因素的历史值;
所述确定单元,还用于根据所述获取单元获取的所述至少一个影响因素
的历史值,利用时间序列模型,确定出所述至少一个影响因素的预测值;
预测单元,用于根据所述确定单元确定出的所述至少一个影响因素的影
响权重及所述至少一个影响因素的预测值,预测出犯罪案件数量。
2.根据权利要求1所述的案件预测的装置,其特征在于,
所述确定单元,具体用于确定n个历史犯罪案件数量,至少一个影响因
素的n个历史值;根据所述n个历史犯罪案件数量,至少一个影响因素的n
个历史值,利用批处理梯度下降法,确定所述至少一个影响因素的影响权重;
n为大于0的整数。
3.根据权利要求2所述的案件预测的装置,其特征在于,
所述确定单元,具体用于根据所述n个历史犯罪案件数量,至少一个影
响因素的n个历史值,利用公式:确定所述至少一个影响因素的影响权重;其中,j为大于0的整数,θj表示影
响因素j的影响权重,α表示梯度,表示第i个历史犯罪案件数量;hθ(x1)
表示第i个预测的犯罪案件数量,表示影响因素j的第i个历史值,n表示历
史犯罪案件数量的个数,并表示影响因素的历史值的个数,i为大于0,且小
于等于n的整数。
4.根据权利要求1-3任一项所述的案件预测的装置,其特征在于,
所述预测单元,具体用于根据确定出的所述至少一个影响因素的影响权
重及所述至少一个影响因素的预测值,利用公式:预测出犯罪案件数量;其中,y与hθ(x)均表示预测的犯罪案件数量,θ0表

\t示系统常量,θj表示影响因素xj的影响权重,xj表示第j个影响因素,m为影
响因素的个数,ε表示随机误差。
5.根据权利要求1-3任一项所述的案件预测的装置,其特征在于,
预测指令中携带有至少一个推测因素;
所述确定单元,具体用于获取n个历史犯罪案件数量;根据获取的所述n
个历史犯罪案件数量,在所述至少一个推测因素中确定至少一个影响因素。
6.一种案件预测的方法,其特征在于,包括:
接收预测指令,并根据所述预测指令确定至少一个影响因素;
根据...

【专利技术属性】
技术研发人员:苏志远亓开元
申请(专利权)人:浪潮北京电子信息产业有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1