基于多模态信息特征融合的犯罪预测算法研究

• 作者: 史伟奇 唐德权 张波云
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 犯罪预测 多模融合 正确率 精确率
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 221-225,262
• 页数: 6页
• 分类号: TP391
• 字数: 4800字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.07.040

摘要

近年来,对犯罪预测方法进行了很多研究,这些方法在犯罪预测中存在高度非线性关系、冗余和多个数据集之间的依赖关系等问题.为了提高犯罪预测模型正确率,设计一种多模态信息特征融合的犯罪预测算法.将空间、时间、环境和上下文信息特征融合提高群集聚类正确率,充分利用特征目标函数计算逻辑损失,从而提高全局特征的正确率和局部特征的精确率.实验结果表明,在不同比例数据训练集条件下,该算法比现有方法的正确率和精确率分别提高了约12％和4％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史伟奇	湖南警察学院信息技术系	12	40	4.0	5.0
2	唐德权	湖南警察学院信息技术系	25	66	5.0	7.0
3	张波云	湖南警察学院信息技术系	5	12	2.0	3.0