时空聚类的犯罪属性识别方法

发布时间：2021-08-16 07:58

　　针对警方侦办案件的过程中不易识别和定性犯罪案件属性情况的问题,该文以美国波特兰市为研究区域,尝试借助纳克斯检验法寻找2012年3月1日—2017年2月28日波特兰市入室盗窃案的时空发生特征,并借此验证相同时间内波特兰市1 203起疑似盗窃案件作为真实发生案件的概率。结果表明:所有1 203件疑似案件中共有644起真实发生的概率较高,其中225起真实性概率约为73%,419起真实性概率约为38%。同时,发生概率为73%的疑似案件在空间集聚上同波特兰市入室盗窃案的空间聚类相吻合。验证表明,该方法对于排除疑似点的验证具有一定精度,但在疑似点真实发生率的识别上精度稍显不足。 

【文章来源】：测绘科学. 2020,45(01)北大核心CSCD

【文章页数】：9 页

【部分图文】：

犯罪属性识别方法技术路线

纳克斯检验法中时间阈值单位步长和空间阈值单位步长的选取是决定整体计算效果的关键。结合前人经验[14]，通过对波特兰市入室盗窃犯罪数据进行统计发现，入室盗窃案件点之间最近邻距离在500m之内的约占有80%，同时数据显示波特兰最小行政区（District）宽度大约为502m，所以将500m定为空间阈值步长取值。由于最近邻距离计算采用的是欧式距离，所以在参数设置中也同样采用欧式距离为基准。统计非疑似入室盗窃案件临近重复发生规律（图2）发现，在固定空间阈值步长距离内案件重复发生规律以两周左右为周期持续震荡，结合上述结论以及国内外学者的经验[15-16,27-30]，最终确定以14d作为时间阈值步长取值。在统计学意义上，P=0.001显著性水平较P=0.05和P=0.01更为显著。为确保计算精度，研究中显著性等级要求设置为最高P=0.001，即蒙特卡罗迭代次数达1 000次左右，计算获得的结果也将最为可靠。

基于上述结论，本文将借助纳克斯检验得到的入室盗窃犯罪离散数据临近重复发生特征作为识别疑似入室盗窃案件识别的参考依据。以波特兰市定性入室盗窃案件为基准划定500m缓冲区，筛选缓冲区内发生时间处于±42d范围内所有疑似案件点，标注处于-28～-15d以及15～28d内的疑似案件点为“高概率疑似案件”。最后，在共计1 203条疑似入室盗窃案件中识别出644起案件有真实入室盗窃概率，其中225起真实发生概率约为73%,419起真实发生概率为37%～38%（图3）。本文采用随机法验证。在3 901条入室盗窃案件中随机抽取378个样本点，在相同方法下采用500m、±42d作为取值区间，在除去随机点后的入室盗窃案件基础上识别样本点。经过验证得出，相同方法可以识别出351个样本点，识别率约占93%，其中有114个为重复发生可能性概率约为73%,237个为重复发生可能性概率约为38%。

【参考文献】：
期刊论文
[1]Knox时空交互检验空间阈值确定方法[J]. 岳瀚,朱欣焰,呙维,佘冰,高超.  武汉大学学报(信息科学版). 2018(11)
[2]基于长短记忆型卷积神经网络的犯罪地理位置预测方法[J]. 肖延辉,王欣,冯文刚,田华伟,吴绍忠,李丽华.  数据分析与知识发现. 2018(10)
[3]犯罪网络构建及其时空分析——以入室盗窃为例[J]. 王增利,刘学军,陆娟,吴伟,张宏.  武汉大学学报(信息科学版). 2018(05)
[4]疑似失踪人员案件现场勘查探析[J]. 杨志华,张超.  辽宁警专学报. 2015(04)
[5]DP半岛街头抢劫案件的临近重复发生模式[J]. 徐冲,柳林,周素红.  地理研究. 2015(02)
[6]城市犯罪时空特征与机制——以北京城八区财产类犯罪为例[J]. 冯健,黄琳珊,董颖,宋蕾蕾.  地理学报. 2012(12)
[7]基于GIS的抢劫盗窃犯罪时空变化特征分析——以广州市为例[J]. 王行汉,陈永康,扶卿华.  测绘与空间地理信息. 2012(09)
[8]非刑案疑似凶杀的案件定性[J]. 张文龙,王琴花.  法医学杂志. 2005(04)

硕士论文
[1]基于GIS的犯罪时空分布研究[D]. 程薇.华东师范大学 2013



本文编号：3345291