犯罪量动态优化组合预测方法

发布时间：2017-09-26 22:41

本文关键词：犯罪量动态优化组合预测方法

【摘要】：单一预测模型在预测犯罪量时难以协调拟合和泛化关系,从而影响预测结果的准确性。针对以上问题,提出一种数据驱动的可动态优化组合预测方法。以分析自回归求和移动平均模型、向量自回归模型及支持向量机模型的优点为基础,使用后验概率为每个模型赋予权重,结合误差最小原则动态调整权重。实验结果表明,该方法具有较高的预测精度和稳定性,能满足短时犯罪量预测的需要。
【作者单位】：江苏大学计算机科学与通信工程学院;
【关键词】： 犯罪量预测 组合预测模型 支持向量机模型 向量自回归模型 自回归求和移动平均模型
【基金】：国家自然科学基金资助项目(60773049) 江苏大学高级人才启动基金资助项目(09JDG041)
【分类号】：D917
【正文快照】： 1概述犯罪是一个社会问题,对一个地区的犯罪量实现精确的预测可为预防犯罪发生提供有意义的决策信息,并协助实现警力资源的合理部署。如在预测犯罪高峰期增加警力巡逻,或者在预防犯罪非高峰期缩减警力和安排训练等。目前,对于犯罪的相关研究有:文献[1]利用社会网络方法对犯罪

【相似文献】

中国期刊全文数据库前10条

1 李其富;最优组合预测方法及其在犯罪预测中的应用[J];四川警官高等专科学校学报;1999年01期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期