基于LSTM模型的盗窃犯罪预测研究
Predicting of Theft Crimes Based on LSTM Model作者机构：福建警察学院
出 版 物：《警察技术》 (Police Technology)
年 卷 期：2022年第5期
页 面：45-48页
学科分类：12[管理学] 0301[法学-法学] 030605[法学-犯罪学] 03[法学] 030104[法学-刑法学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 0306[法学-公安学]
基 金：福建警察学院2020年度院警务专项课题“基于深度学习的犯罪时空分析与趋势预测研究”(编号:JWZD202008)
摘 要：犯罪趋势预测具有动态性、复杂性、重复性的特点,是众多警务工作者研究的重点难点,而深度学习技术能够很好的处理预测分析的问题,近年来利用神经网络技术在犯罪趋势预测的应用展现出良好效果。引入基于长短期记忆网络(LSTM)进行盗窃警情的分析预测,利用LSTM网络在长期序列分析的优势,构建多变量犯罪趋势预测模型,并进行实验模拟。实验证明,使用LSTM模型能够较为出色的实现犯罪趋势预测分析,为未来公安机关打击犯罪、维护社会治安稳定提供科学的手段和方法。
维普期刊数据库
同方期刊数据库