原文服务方: 大数据时代       
摘要:
推荐文章
盗窃犯与正常人MMPI对比研究
盗窃犯
人格特点
基于CNN-LSTM的QAR数据特征提取与预测
深度学习
融合卷积神经网络
长短时记忆网络
特征提取
时间序列预测
2014~2015年杭州市入室盗窃犯罪时空分布分析
GIS
入室盗窃
时空分布
核密度估计
基于改进PSO-BP神经网络算法在一般盗窃犯罪预测中的应用
BP神经网络模型
PSO-BP
模型
盗窃犯罪预测
预测模型对比分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于CNN-LSTM-Attention模型的盗窃犯罪分析与预测
来源期刊 大数据时代 学科 其他
关键词 犯罪时空预测;LSTM模型;注意力机制;组合模型
年,卷(期) 2024,(10) 所属期刊栏目 数字治理
研究方向 页码范围 27-40
页数 14页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
犯罪时空预测;LSTM模型;注意力机制;组合模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
大数据时代
月刊
2096-255X
52-1163/G2
大16开
2016-01-01
chi
出版文献量(篇)
190
总下载数(次)
0
总被引数(次)
22
论文1v1指导