基于长短记忆型卷积神经网络的犯罪地理位置预测方法
肖延辉; 王欣; 冯文刚; 田华伟; 吴绍忠; 李丽华 中国人民公安大学侦查与反恐怖学院; 北京100038; 中国人民公安大学公安情报研究中心; 北京100038
摘要：【目的】利用犯罪嫌疑人的历史活动轨迹,预测其可能潜藏的地理位置,进而对其进行定位、跟踪、监控或抓捕。【方法】提出基于长短记忆型卷积神经网络的犯罪地理位置预测方法：利用卷积神经网络提取重要犯罪位置特征,挖掘位置数据在空间维度上的局部相关性;基于长短记忆型神经网络学习位置特征在时间维度上的连续性,得到下一个位置的预测。【结果】在真实轨迹数据集GeoLife上进行对比实验,本文方法将犯罪地理位置预测的精确度从0.71提高到0.79。【局限】实验采用GeoLife真实轨迹数据集进行模拟仿真,方法的实用性和有效性需要在公安一线实战中进一步检验。【结论】本文方法可以有效挖掘空间相关性和时间连续性,预测精确度远高于随机预测精确度,可以为公安情报研判提供有效参考。
来源期刊：数据分析与知识发现
关键词：犯罪打击 深度学习 神经网络 位置预测
来源期刊：数据分析与知识发现 2018年第10期
