基于LSTM模型的盗窃犯罪预测研究

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。