[發(fā)明專利]一種犯罪事件智能預(yù)測的大數(shù)據(jù)方法及裝置有效
| 申請?zhí)枺?/td> | 201810918074.1 | 申請日: | 2018-08-13 |
| 公開(公告)號: | CN108876062B | 公開(公告)日: | 2022-04-12 |
| 發(fā)明(設(shè)計)人: | 張耀峰;林耀三;張志剛;姜濤;蔡黎;楊飛洋;張璇;段紅葉 | 申請(專利權(quán))人: | 湖北經(jīng)濟學(xué)院 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06Q50/26;G06N3/08 |
| 代理公司: | 北京知呱呱知識產(chǎn)權(quán)代理有限公司 11577 | 代理人: | 武媛;呂學(xué)文 |
| 地址: | 430200 湖北省*** | 國省代碼: | 湖北;42 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 犯罪 事件 智能 預(yù)測 數(shù)據(jù) 方法 裝置 | ||
1.一種犯罪事件智能預(yù)測的大數(shù)據(jù)的方法,其特征在于,所述方法包括:
根據(jù)預(yù)設(shè)區(qū)域的預(yù)設(shè)歷史時間段內(nèi)的歷史犯罪事件,利用深度學(xué)習(xí)算法,預(yù)測“震源”事件及其個數(shù);
將第一子區(qū)域的位置參數(shù)和所述“震源”事件個數(shù),代入預(yù)建立的正態(tài)分布函數(shù)中,獲取所述第一子區(qū)域中“震源”犯罪事件的密度貢獻(xiàn)度;
以及,將所述歷史犯罪事件總個數(shù)帶入所述預(yù)建立的正態(tài)分布函數(shù)后,獲取所述第一子區(qū)域中“余震”犯罪事件的密度貢獻(xiàn)度;
根據(jù)所述第一子區(qū)域中“震源”犯罪事件的密度貢獻(xiàn)度和所述第一子區(qū)域中“余震”犯罪事件的密度貢獻(xiàn)度,確定所述第一子區(qū)域的犯罪事件覆蓋密度,其中,按照預(yù)設(shè)規(guī)則將所述預(yù)設(shè)區(qū)域劃分為至少一個子區(qū)域,第一子區(qū)域為包含于所述預(yù)設(shè)區(qū)域內(nèi)的任一子區(qū)域;
所述預(yù)建立的正態(tài)分布函數(shù)由下式表示:
其中,當(dāng)取x、y以及t三個維度時,gn(t,x,y)為所有“余震”犯罪事件的密度貢獻(xiàn)度,此時,N為“余震”犯罪事件的總個數(shù),xi°,yi°以及ti°分別為第i個“余震”犯罪事件的經(jīng)度坐標(biāo)、緯度坐標(biāo)以及事件發(fā)生時刻;
或者,當(dāng)取x、y兩個維度或者只取t維度時,gn(t,x,y)為所有“震源”犯罪事件的密度貢獻(xiàn)度,此時,N為“震源”犯罪事件的總個數(shù),xi°,yio以及ti°分別為第i個“震源”犯罪事件的經(jīng)度坐標(biāo)、緯度坐標(biāo)以及事件發(fā)生時刻。
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)預(yù)設(shè)區(qū)域的預(yù)設(shè)歷史時間段內(nèi)的歷史犯罪事件,利用深度學(xué)習(xí)算法,預(yù)測“震源”犯罪事件及其個數(shù),具體包括:
采用深度學(xué)習(xí)算法對所述預(yù)設(shè)區(qū)域的預(yù)設(shè)歷史時間段內(nèi)的歷史犯罪事件進行分析后,預(yù)測所述預(yù)設(shè)區(qū)域內(nèi)不同子區(qū)域在未來預(yù)設(shè)時間段內(nèi)的犯罪強度;
將預(yù)測的犯罪強度大于或者等于第一預(yù)設(shè)閾值的犯罪事件為“震源”犯罪事件;
統(tǒng)計所述“震源”犯罪事件個數(shù)。
3.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述根據(jù)預(yù)設(shè)區(qū)域的預(yù)設(shè)歷史時間段內(nèi)的歷史犯罪事件,利用深度學(xué)習(xí)算法,預(yù)測“震源”犯罪事件及其個數(shù),具體包括:
根據(jù)預(yù)建立的概率轉(zhuǎn)移矩陣,確定所述預(yù)設(shè)區(qū)域的預(yù)設(shè)歷史時間段內(nèi)的歷史犯罪事件的發(fā)生概率;
將所述發(fā)生概率大于或者等于第二預(yù)設(shè)閾值的歷史犯罪事件作為“震源”犯罪事件;
并統(tǒng)計“震源”犯罪事件的個數(shù)。
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,根據(jù)所述第一子區(qū)域中“震源”犯罪事件的密度貢獻(xiàn)度和所述第一子區(qū)域中“余震”犯罪事件的密度貢獻(xiàn)度,確定所述第一子區(qū)域的犯罪事件覆蓋密度,具體包括:
將所述第一子區(qū)域“震源”犯罪事件的密度貢獻(xiàn)度和所述第一子區(qū)域“余震”犯罪事件的密度貢獻(xiàn)度之和作為所述第一子區(qū)域的犯罪事件覆蓋密度。
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,所述第一子區(qū)域的犯罪事件覆蓋密度由下式表示:
其中,λ(t,x,y)為第一子區(qū)域的犯罪事件覆蓋密度,θ(t)μ(x,y)為所述第一子區(qū)域中“震源”犯罪事件的密度貢獻(xiàn)度,θ(t)為取gn(t,x,y)中有關(guān)t的一維函數(shù)獲取的,μ(x,y)為取關(guān)于(x,y)的二維函數(shù)獲取的,為所述第一子區(qū)域中“余震”犯罪事件的密度貢獻(xiàn)度,k為所有歷史犯罪事件的個數(shù),tk,xk,yk分別表示第k個歷史犯罪事件發(fā)生的時間和經(jīng)緯度坐標(biāo),t,x,y則分別表示要預(yù)測的犯罪事件發(fā)生的時間和經(jīng)緯度坐標(biāo)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于湖北經(jīng)濟學(xué)院,未經(jīng)湖北經(jīng)濟學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810918074.1/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的數(shù)據(jù)處理系統(tǒng)或方法;其他類目不包含的專門適用于行政、商業(yè)、金融、管理、監(jiān)督或預(yù)測目的的處理系統(tǒng)或方法
G06Q10-00 行政;管理
G06Q10-02 .預(yù)定,例如用于門票、服務(wù)或事件的
G06Q10-04 .預(yù)測或優(yōu)化,例如線性規(guī)劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規(guī)劃、調(diào)度或分配時間、人員或機器資源;企業(yè)規(guī)劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法、程序以及記錄介質(zhì)
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 基于時間序列預(yù)測模型適用性量化的預(yù)測模型選擇方法
- 圖像編碼裝置、圖像編碼方法、圖像譯碼裝置、圖像譯碼方法
- 分類預(yù)測方法及裝置、預(yù)測模型訓(xùn)練方法及裝置
- 幀內(nèi)預(yù)測的方法及裝置
- 圖像預(yù)測方法及裝置、電子設(shè)備和存儲介質(zhì)
- 文本預(yù)測方法、裝置以及電子設(shè)備
- 模型融合方法、預(yù)測方法、裝置、設(shè)備及存儲介質(zhì)





