时空分析和K近邻算法在犯罪分析中的应用研究

• 作者: 兰月新 吴春颖 张双狮 王娟 陈蕾
• 来源期刊: 福建电脑
• 学科: 工学
• 关键词: 位置预测 时空特征 K近邻算法 犯罪预测 可视化
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 35-37
• 页数: 3页
• 分类号: TP39
• 字数: 2077字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2019.07.009

摘要

犯罪是当今世界面临的普遍社会问题,准确实时的犯罪预测有助于预防犯罪、降低犯罪率.但由于犯罪事件之间的关联以及与周围环境的复杂关系,犯罪分析与预测至今仍然是一个具有挑战性的问题.本文采用了基于时空分析的可视化技术和K近邻算法来分析不同犯罪类型在伦敦区域内的分布.首先,对犯罪数据进行预处理和可视化;然后,通过K近邻算法对犯罪数据集进行分析、提取有用信息,并通过可视化的方式展现数据之间的关联关系;最后,通过对不同类型犯罪进行分析,预测不同犯罪类型的高发区域和高发时间.因此有助于公安执法人员的警力部署和指挥,从而达到预防犯罪的目的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈蕾	中国人民警察大学部队管理系	59	306	10.0	16.0
2	王娟	中国人民警察大学部队管理系	110	445	12.0	17.0
3	兰月新	中国人民警察大学边防系	154	1379	18.0	31.0
4	张双狮	中国人民警察大学部队管理系	21	41	3.0	6.0
5	吴春颖	中国人民警察大学部队管理系	7	5	1.0	2.0