位置数据稀疏约束下的疑犯时空位置预测

• 作者: 党兰学 朱欣焰 李铭 段炼 高超
• 来源期刊: 郑州大学学报（工学版）
• 学科: 地球科学
• 关键词: 疑犯时空预测 张量分解 犯罪预测 位置预测
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 智能计算
• 页码范围: 58-62
• 页数: 5页
• 分类号: P208
• 字数: 3071字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6833.2018.05.003

摘要

低强度的社会活动监控方式,使警方难以准确掌握疑犯的社会时空移动模式,也限制了嫌疑人排查及拦截围堵等警务行动的有效性.为此,本文基于张量联合分解位置(tensor collective decomposition location prediction,TCDLP)模型,在疑犯时空位置数据的稀疏约束下,估算疑犯个体在任意时段的空间分布概率.该方法利用三维张量表达各疑犯在多个时空节点上的访问强度,基于张量分解算法,融合多源社会环境数据所刻画的区域间关联性,解算出该张量中的缺失值,进而获取各疑犯的潜在时空分布模式.实验使用包含了241个疑犯、约1.9万个位置记录的真实疑犯位置数据集进行模型测试,结果表明,本方法优于其他位置预测方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱欣焰	武汉大学测绘遥感信息工程国家重点实验室	109	2155	21.0	44.0
2	段炼	广西师范学院地理科学与规划学院	10	48	3.0	6.0
6	党兰学	河南大学计算机与信息工程学院	25	168	7.0	12.0
7	李铭	南昌大学空间科学与技术研究院	4	1	1.0	1.0
8	高超		1	0	0.0	0.0