基于交织时间序列局部连接循环神经网络的犯罪预测方法技术
【技术实现步骤摘要】
基于交织时间序列局部连接循环神经网络的犯罪预测方法
本专利技术涉及针对犯罪数据的数据分析及犯罪预测技术，具体涉及一种基于交织时间序列局部连接循环神经网络的犯罪预测方法。
技术介绍
犯罪预测是关系到社会稳定和人民生活的重大问题。从普通人的角度来看，作为居民或旅游者，告诉他们一个定性的预测结果比定量的更具吸引力。他们更关心安全与否，会发生多少罪行。一个定性的预测结果似乎足以让人们远离危险。但实际上，问题是应该如何界定危险。作为一个游客，如果一个小男孩告诉你下一个街区是很危险的，也许你会联想到一个大狗或几个淘气的青少年。但是如果一个警官告诉你，你会毫不犹豫地换个地方。所以真正的问题是谁定义危险。现在从警察部署或决策者的角度来看，对定量预测结果的处理更加实际。定义盗窃罪危险的阈值可能需要超过十个案件发生，但枪击案件很可能一个就足够危险了。不同类型犯罪之间的关系，地理因素和经济因素都是需要考虑的重要决策条件。在所有的复杂因素中，定量预测是智能决策最关键的基础。犯罪是一种人类社会活动，而犯罪预测属于社会事件预测的讨论。近年来的研究主要集中在预测大型社会事件的发生。有研究利用多...
【技术保护点】
一种基于交织时间序列局部连接循环神经网络的犯罪预测方法，其特征在于实施步骤包括：1)将犯罪数据划分为不同时间间隔长度的N种时间序列，在相同的时间间隔序列重采样，不同的时间间隔不要重采样，预测日期被称为时间点且作为N种时间序列的交叉点，得到犯罪数据对应的交织时间序列；2)基于交织时间序列构建训练集和测试集；3)分别构建局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型，并通过训练集完成对局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型的训练；4)将测试集分别输入完成训练的局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型，分别得到不同的犯罪预测...
【技术特征摘要】
1.一种基于交织时间序列局部连接循环神经网络的犯罪预测方法，其特征在于实施步骤包括：1)将犯罪数据划分为不同时间间隔长度的N种时间序列，在相同的时间间隔序列重采样，不同的时间间隔不要重采样，预测日期被称为时间点且作为N种时间序列的交叉点，得到犯罪数据对应的交织时间序列；2)基于交织时间序列构建训练集和测试集；3)分别构建局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型，并通过训练集完成对局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型的训练；4)将测试集分别输入完成训练的局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型，分别得到不同的犯罪预测结果，且选择更佳的犯罪预测结果输出。2.根据权利要求1所述的基于交织时间序列局部连接循环神经网络的犯罪预测方法，其特征在于，步骤3)中分别构建局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型的详细步骤包括：3.1)建立LSTM循环神经网络模型以及GRU循环神经网络模型；3.2)分别将LSTM循环神经网络模型以及GRU循环神经网络模型设置为N个局部连接组成方式构建循环神经网络，且对N种时间序列构建N个独立的隐藏层，在输出层之前建立汇总层，最终构建得到局部连接的LSTM循环神经网络模型以及GRU循环神经网络模型。3.根据权利要求2所述的基于交织时间序列局部连接循环神经网络的犯罪预测方法，其特征为，步骤3.1)中LSTM循环神经网络模型的函数表达式如式(1)所示；式(1)中，ft为遗忘门，σ为Sigma函数，Wfh和Wfx为权值，ht-1为上一个短期状态值，xt为输入的犯罪次数，bf为偏置值，it为输入门，Wi为权值，bi为偏置值，为长期状态估计值，Wc为权值，bc为偏置值，ct为长期状态，ct-1为上一个长期状态，ot为输出门，Wo为权值，bo为偏置值，ht为短期状态。4.根据权利要求2所述的基于交...
【专利技术属性】
技术研发人员：朱培栋，栾悉道，王可，冯璐，刘欣，刘光灿，熊荫乔，陈威兵，张振宇，荀鹏，
申请(专利权)人：长沙学院，
类型：发明
国别省市：湖南,43
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。