基于CNN-LSTM-Attention模型的盜竊犯罪分析與預(yù)測

打開文本圖片集

摘  要：為了對盜竊犯罪時(shí)空分布進(jìn)行預(yù)測，解決傳統(tǒng)的LSTM準(zhǔn)確率較低的問題，文章提出將CNN-LSTM-Attention模型用以解決盜竊犯罪預(yù)測問題，并結(jié)合社區(qū)和環(huán)境影響因素，實(shí)現(xiàn)以“日”為時(shí)間尺度，以“社區(qū)”為空間尺度，以“溫度”“天氣”為環(huán)境因素預(yù)測，并運(yùn)用該模型對N市、S市、C市、O市、P市的盜竊案件案發(fā)數(shù)量進(jìn)行預(yù)測，對預(yù)測結(jié)果進(jìn)行性能評價(jià)，結(jié)果顯示改進(jìn)后的模型能有效提升盜竊犯罪預(yù)測的效果。（剩余9929字）