典型文献
多尺度视角特征动态融合的盗窃犯罪预测模型
文献摘要：
针对盗窃犯罪时空预测特征融合不精、时序动态适应性不足问题,提出自注意力和多尺度多视角特征动态融合的预测模型.首先,以盗窃发案的位置信息为基础,将数据投射到地图栅格内,通过构建一种可将不同时序长度案件数据匹配为自适应长度数据的方法,并组合向量映射后的天气、作案时间、地理位置等属性,构造多维度特征融合的输入向量;其次,采用自注意力机制生成多视角特征动态融合的向量;最后,通过采用多尺度窗口 CNN对多视角特征动态融合向量进行编码后送入分类器,预测出每个地图栅格内的发案态势.在某市盗窃数据集上验证,本文方法在3种地理栅格尺度下,预测准确率最高可达到0.899,显著优于其他对比模型.
文献关键词：
犯罪预测;自注意力机制;多尺度特征融合;卷积神经网络;动态自适应;分类器;时序预测;分布式表征
中图分类号：
作者姓名：
石拓;张齐;石磊
作者机构：
北京警察学院公安管理系,北京102202;北京警察学院北京市公安局警察学院警务情报与数据智能标准实验室,北京102202;中国传媒大学媒体融合与传播国家重点实验室,北京100024
文献出处：
引用格式：
[1]石拓;张齐;石磊-.多尺度视角特征动态融合的盗窃犯罪预测模型)[J].智能系统学报,2022(06):1104-1112
A类：
分布式表征
B类：
多尺度视角,动态融合,盗窃犯罪预测,犯罪预测模型,时空预测,时序动态,动态适应,不足问题,多视角特征,发案,位置信息,投射,射到,件数,数据匹配,向量映射,作案时间,多维度特征,自注意力机制,后送,送入,分类器,预测出,某市,种地,栅格尺度,预测准确率,对比模型,多尺度特征融合,动态自适应,时序预测
AB值：
0.31976
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
