基于LSTM模型的盗窃犯罪预测研究 |
| |
作者姓名: | 徐会军 |
| |
作者单位: | 福建警察学院 |
| |
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。
|
关 键 词: | LSTM 犯罪趋势预测 盗窃犯罪 深度学习 |
|
|