典型文献
基于LSTM模型的盗窃犯罪预测研究
文献摘要：
犯罪趋势预测具有动态性、复杂性、重复性的特点,是众多警务工作者研究的重点难点,而深度学习技术能够很好的处理预测分析的问题,近年来利用神经网络技术在犯罪趋势预测的应用展现出良好效果.引入基于长短期记忆网络(LSTM)进行盗窃警情的分析预测,利用LSTM网络在长期序列分析的优势,构建多变量犯罪趋势预测模型,并进行实验模拟.实验证明,使用LSTM模型能够较为出色的实现犯罪趋势预测分析,为未来公安机关打击犯罪、维护社会治安稳定提供科学的手段和方法.
文献关键词：
LSTM;犯罪趋势预测;盗窃犯罪;深度学习
中图分类号：
作者姓名：
徐会军
作者机构：
福建警察学院
文献出处：
引用格式：
[1]徐会军-.基于LSTM模型的盗窃犯罪预测研究)[J].警察技术,2022(05):45-48
A类：
犯罪趋势预测
B类：
盗窃犯罪预测,预测研究,警务工作,作者研究,重点难点,深度学习技术,预测分析,神经网络技术,良好效果,长短期记忆网络,分析预测,序列分析,多变量,实验模拟,出色,公安机关,打击犯罪,社会治安,安稳
AB值：
0.223502
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。
