基于机器学习的武警警务数据研究

发布时间：2020-11-01 05:10

　　 随着改革强军的稳步推进,部队信息化正在加速发展,各大战区、军兵种、军委机关的数据量迅速增长。武警警务数据作为部队数据之一,虽然具有广阔的应用前景但由于保密规定限制,敏感度高,不易从互联网获取等特点,一直未被各级重视和合理利用,本文在深入了解国内外警务数据分析研究的基础上,合理地采用LSTM神经网络模型,对处理后的武警警务数据进行训练,用来预测未来一段时间内某个地区发生危及社会稳定的重大事件的数量。具体研究内容如下:1.传统的武警警务数据存储方式粗放多样,复杂而繁琐,数据源涉及众多领域,类别多,结构各异,有着大量的无用信息。本文对警务原始数据进行了整理和分类,采用删除法和填充法处理数据中的缺失值,对于离散型数据运用one-hot编码来处理属性分类问题,并运用数据概化方法来提升数据的一致性,通过将现有数据中的信息进行清洗,筛选,将数据的储存变得标准化,归一化,达到预测系统可以应用的水平。2.本文对原始武警警务数据进行收集和处理后,将之用于训练LSTM神经网络模型。本文设置24种不同的参数,进行不同的测试,最终得到了一个相对有价值的预测模型。
【学位单位】：湖南师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：E277
【部分图文】：

图 2-1 罪犯原始档案图表 2-2 录入罪犯数据信息（1）删除法删除法是一种处理缺失值常用的方法，对属性过多的数据删除有很好的效果在本文处理的海量原始数据中，如果某个属性存在大量的缺失值，可以直接删去此列属性。本文中原始数据获取的渠道不一，数据源多样（有从省委省政府警卫

硕士学位论文能够学习长期依赖关系，适合于处理和预测时间序列中间隔和延迟相对较长的重要事件。在自然语言处理、语言识别等一系列的应用上都取得了很好的效果。其结构图如 3-1 所示

26图 3-2 LSTM 的细胞状态图除了细胞状态，LSTM 图中还有很多门控结构(Gate)。LSTM 在在每个序引位置 t 的门一般包括遗忘门，输入门和输出门三种。（1）遗忘门在 LSTM 神经网络中的第一步就是决定要对什么样的信息进行丢弃。这定的过程被称为在遗忘门层完成。首先当有信息输入时，这个门会读取本次
【相似文献】

相关期刊论文 前10条

1 孙国峰;;金融大数据应用的风险与监管[J];清华金融评论;2017年10期

2 李蕾;;大数据时代美国高等教育改革对中国的启示[J];中国信息技术教育;2017年10期

3 孙煜皓;;基于大数据时代下企业金融服务的发展[J];知识文库;2016年24期

4 张银龙;杨家伟;;城市规划中的大数据应用构想[J];城市地理;2017年08期

5 秦志松;汪勇专;;从形式到实质:大数据下检察办案的优化路径[J];东南法学;2016年01期

6 黄芳芳;;大数据风控是互联网金融的必然趋势[J];卓越理财;2016年12期

7 李艳燕;;试论大数据运用对于高职院校管理创新的影响[J];长江丛刊;2017年12期

8 Robert M.Balzer;王和珍;费翔林;王方;;进入下一代操作系统[J];计算机科学;1989年01期

9 冉冉;刘颖;胡楠;王丹妮;曲睿婷;;大数据环境下的数据治理框架研究及应用[J];电子世界;2018年24期

10 陈水湖;;试论大数据环境下的档案“数据化”管理[J];机电兵船档案;2018年02期

相关博士学位论文 前2条

1 韦正现;密集水下无线传感器网络组网与评价技术[D];哈尔滨工程大学;2018年

2 张新;区域性防灾减灾信息服务体系研究[D];中国科学院研究生院（遥感应用研究所）;2006年

相关硕士学位论文 前10条

1 汪映天;国家数据主权的法律研究[D];辽宁大学;2019年

2 李站强;大数据时代地方政府间协同研究[D];华北理工大学;2019年

3 李楠;大数据时代云南省“互联网+政务服务”优化研究[D];云南大学;2018年

4 周聪;基于机器学习的武警警务数据研究[D];湖南师范大学;2019年

5 张春红;陕西省政务数据开放共享机制构建研究[D];西北大学;2019年

6 胡振;基于大数据的深港口岸客流出行行为分析[D];武汉理工大学;2018年

7 马福佳;大数据在杭州市突发事件应急管理中的应用研究[D];浙江工业大学;2019年

8 罗宇峰;大数据在制造业的应用研究[D];厦门大学;2017年

9 宋晶;SQ公司数字化能力的评价及提升对策研究[D];西安理工大学;2019年

10 李琦;结合大数据的BIM工程管理平台的研究与应用[D];沈阳工业大学;2019年

本文编号：2865063