[發明專利]一種基于時空數據融合的犯罪數量預測方法

在審

• 申請號: 202010742859.5
• 申請日: 2020-07-29
• 公開（公告）號: CN111861028A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 方路平;葉瑞輝;董齊芬
• 申請（專利權）人: 浙江工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06F16/9537;G06F16/2458;G06F16/22
• 代理公司: 杭州斯可睿專利事務所有限公司 33241
• 代理人: 王利強

一種基于時空數據融合的犯罪案件數量預測方法，首先，將所預測地區進行地理空間分割，形成多個區域，并將所有區域按照位置關系嵌入到一張表格中；將各個區域的POI數量映射進表格并利用二維卷積來提取其中的犯罪空間特征；利用LSTM模型來提取各個區域的歷史犯罪數據中的犯罪時間特征；將犯罪時間特征和空間特征拼接，并通過一個全連接層得到各個區域的犯罪數量預測結果。本發明使用犯罪記錄數據和POI數據并從時空角度進行分析，提高了犯罪案件數量預測的準確度，為優化部署每個區域的巡邏警力提供指導。

技術領域

本發明涉及犯罪預測領域，尤其是一種基于時空數據融合的犯罪案件數量預測方法。

背景技術

犯罪預測是指，利用過去的犯罪記錄來對未來一段時間犯罪發生的熱點區域、數量、類型等進行預測分析，也可以對某個地區各個時段的總體犯罪趨勢進行預測分析。犯罪預測能為制定犯罪預防戰略和戰術措施提供重要科學依據。犯罪案件數量預測，即根據犯罪記錄數據及其它可用數據預測某區域在未來指定時間段內的犯罪案件數量，可以為優化部署巡邏警力提供指導。

目前國內對于犯罪數量預測主要是基于犯罪邏輯學，利用簡單的統計方法來開展。比如，利用犯罪在時間分布上的規律性，根據某地區的歷史犯罪記錄信息來預測該地區在未來一段時間內的犯罪數量，常用的方法有時間序列分析方法(如 ARMA模型、ARIMA模型等)、線性回歸方法等。實際上，犯罪的發生與外部環境密切相關，比如盜竊類犯罪大多集中于商業密集的區域；斗毆傷人類的犯罪大多發生在酒吧、夜總會周邊；搶劫類犯罪多發于銀行附近。因而將區域的各類POI 數據作為輔助數據來提升預測準確度是一個可行且有意義的問題。

發明內容

為了克服現有犯罪數量預測方法存在數據源單一，且未能很好利用犯罪相關的輔助信息等不足，本發明提供了一種基于時空數據融合的犯罪數量預測方法，使用犯罪記錄數據和POI數據并從時空角度進行分析，提高了犯罪案件數量預測的準確度，為優化部署每個區域的巡邏警力提供指導。

本發明解決其技術問題所采用的技術方案是：

一種基于時空數據融合的犯罪數量預測方法，該方法包括以下步驟：

(1)區域劃分：將研究的地區進行地理空間分割，形成多個區域，將所有區域按照位置關系嵌入一個表格中；

(2)犯罪數據預處理：統計所述各個區域中的犯罪數量，并進行歸一化處理，構建有監督的訓練集和測試集；

(3)POI數據預處理：統計所述各個區域的各類POI數量，并進行歸一化處理，然后嵌入所述步驟(1)中的表格中并轉化為POI張量；

(4)時空特征提取：利用LSTM模型提取所述步驟(2)中犯罪數據集的時間特征Y_lstm，利用二維卷積從所述步驟(3)的POI張量中提取空間特征Y_conv；

(5)時空特征融合與輸出：將所述步驟(4)中提取出來的時間特征Y_lstm和空間特征Y_conv轉化為一維向量再作拼接，然后通過一個全連接層得到輸出，即下一時期的各個區域的犯罪數量估計。

進一步，所述步驟(1)中，區域劃分過程如下：

如果預測地區已實行網格化管理，則按照當地的巡邏或管理轄區作為區域劃分依據，然后根據各個區域上下左右的相鄰關系將區域近似填入一個有I×J個方格的表格中，一個區域對應一個方格；

如果預測地區沒有實行網格化管理，則根據地區邊界的經緯度來進行簡單的網格劃分，將所研究地區劃分為I×J的網格；

上述I×J的網格中區域的個數用M表示，剩下的(I×J—M)個網格稱為“空白網格”。

再進一步，所述步驟(2)中，犯罪數據預處理過程如下：