發(fā)布時(shí)間：2017-11-15 02:08

  本文關(guān)鍵詞：基于決策樹的基層警務(wù)信息管理中的應(yīng)用

  更多相關(guān)文章： 優(yōu)化警力 精準(zhǔn)打擊 C4.5算法 粗糙集、簡(jiǎn)約C4.5算法

【摘要】：公安工作是現(xiàn)今打擊社會(huì)犯罪、維護(hù)社會(huì)治安的主導(dǎo)力量。如何有效打擊犯罪一直是社會(huì)關(guān)注的問題,而基層警務(wù)信息管理是確保社會(huì)治安穩(wěn)定的重要基礎(chǔ)。在傳統(tǒng)公安模式中,跟據(jù)刑事發(fā)案率、治安發(fā)案率、人口數(shù)等綜合條件對(duì)各派出所進(jìn)行警員分配。隨著人口的增長(zhǎng)、流動(dòng)人口的逐年增長(zhǎng),原始警務(wù)模式既不能有效預(yù)防犯罪,更不能優(yōu)化警力資源配置。所以以防代打、精準(zhǔn)預(yù)防犯罪新型警務(wù)模式應(yīng)運(yùn)而生,預(yù)防犯罪就是將警務(wù)派出所內(nèi)管轄區(qū)域具體劃分不同等級(jí),對(duì)于不同等級(jí)區(qū)域,采用不同管理方式,目標(biāo)是在同等警力或警力不足的前提下有效打擊犯罪,優(yōu)化警力資源,提高社會(huì)治安狀況,降低案件發(fā)案率。近年來,許多社會(huì)學(xué)者和公安專家開始按照社會(huì)治安狀況的各種屬性將同一地區(qū)劃分為不同等級(jí)的治安區(qū),即治安管理區(qū)域分級(jí)。隨著計(jì)算機(jī)技術(shù)的不斷升級(jí),越來越多的新科技和新算法應(yīng)用于治安區(qū)域的在管理中,國(guó)內(nèi)外對(duì)治安區(qū)域的劃分主要有經(jīng)驗(yàn)法,統(tǒng)計(jì)法等。國(guó)內(nèi)外一些專家將改進(jìn)的蟻群聚類算法、k均值聚類算法、加權(quán)模糊聚類算法、模糊c均值聚類算法、粒子群優(yōu)化算法、以及決策樹分類法等數(shù)據(jù)挖掘技術(shù)應(yīng)用到治安區(qū)域管理。本文研究的就是決策樹算法在基層治安管理區(qū)域劃分中的應(yīng)用。本文的主要工作和研究成果如下:(1)進(jìn)行了K-means算法、DBSCAN算法、C4.5算法對(duì)管理區(qū)域劃分的研究,通過實(shí)驗(yàn)結(jié)果證明無論是K-means算法、DBSCAN算法、C4.5算法都能夠?qū)τ诠芾韰^(qū)域劃分起到指導(dǎo)作用,而且C4.5算法將管理區(qū)域類數(shù)據(jù)作為離散數(shù)據(jù)處理,更加準(zhǔn)確的分析出了各管理區(qū)域的主要特點(diǎn),能夠達(dá)到精準(zhǔn)劃分管理區(qū)域的目標(biāo)。(2)進(jìn)行了粗糙集簡(jiǎn)約C4.5算法的研究,粗糙集簡(jiǎn)約C4.5算法是C4.5算法的改進(jìn)算法,傳統(tǒng)的C4.5算法僅依靠信息增益率選擇決策點(diǎn),分類依據(jù)單一,容易受類別中樣本個(gè)數(shù)的影響。粗糙集簡(jiǎn)約C4.5算法表達(dá)了當(dāng)前數(shù)據(jù)環(huán)境下屬性對(duì)決策的影響,將它與決策者的經(jīng)驗(yàn)知識(shí)相結(jié)合,可以更加客觀的反應(yīng)屬性權(quán)重,解決了C4.5算法分類依據(jù)單一、易受類別樣本個(gè)數(shù)影響的缺點(diǎn)。(3)通過運(yùn)用粗糙集C4.5算法對(duì)東豐縣黃河鎮(zhèn)的治安管理區(qū)數(shù)據(jù)進(jìn)行等級(jí)劃分,綜合考慮了主觀權(quán)重和客觀權(quán)重的比例分配問題,驗(yàn)證了該算法在管理區(qū)域劃分上的可行性。經(jīng)過圖像對(duì)比分析可以看出,粗糙集C4.5算法相對(duì)于傳統(tǒng)C4.5能更好的實(shí)現(xiàn)對(duì)區(qū)域劃分的評(píng)價(jià),說明粗糙集簡(jiǎn)約C4.5在對(duì)管理區(qū)域分級(jí)方面具有可行性。(4)將粗糙集簡(jiǎn)約C4.5應(yīng)用到東豐縣黃河鎮(zhèn)治安數(shù)據(jù)中,利用粗糙集簡(jiǎn)約C4.5決策樹算法對(duì)東豐縣黃河鎮(zhèn)2009年到2015年連續(xù)7年的警務(wù)管理情況數(shù)據(jù)(每年數(shù)據(jù)量為21組,從刑事案件、治安案件、距離、人口數(shù)4個(gè)屬性)進(jìn)行預(yù)測(cè)分析,通過可視化的圖形模式對(duì)比分析結(jié)果可知,經(jīng)過對(duì)比分析,粗糙集C4.5算法能較好的實(shí)現(xiàn)警務(wù)管理數(shù)據(jù)的預(yù)測(cè)分析,與當(dāng)?shù)貙?shí)際治安區(qū)域情況相對(duì)吻合。研究表明,運(yùn)用改進(jìn)的決策樹等數(shù)據(jù)挖掘算法能夠?qū)崿F(xiàn)對(duì)警務(wù)管理數(shù)據(jù)的分析,能夠科學(xué)合理的利用警力資源,并實(shí)現(xiàn)預(yù)防犯罪、精準(zhǔn)打擊犯罪的高效手段,這將成為各國(guó)研究新型警務(wù)模式的方向。
【學(xué)位授予單位】：吉林農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：D631.1;TP18

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前8條

1 魏高樂;;粗糙集理論在裝備研制費(fèi)用風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用[J];實(shí)驗(yàn)技術(shù)與管理;2011年04期

2 趙戰(zhàn)彪;齊鷗;陳春良;石文華;;基于粗糙集的裝備保障要素關(guān)系研究[J];裝甲兵工程學(xué)院學(xué)報(bào);2013年01期

3 周業(yè)明;林秀芹;曹之新;文學(xué)義;;基于粗糙集的不完備情報(bào)信息系統(tǒng)的完備化[J];軍事運(yùn)籌與系統(tǒng)工程;2007年02期

4 王耀清;;基于粗糙集理論的股票時(shí)間序列數(shù)據(jù)的關(guān)聯(lián)規(guī)則方法研究[J];山西煤炭管理干部學(xué)院學(xué)報(bào);2012年04期

5 解亮亮;韓林;;基于粗糙集的空襲目標(biāo)威脅評(píng)估排序[J];火力與指揮控制;2009年09期

6 丁國(guó)勤,孟衛(wèi)東;基于粗糙集的知識(shí)推理在后勤保障智能決策系統(tǒng)中的應(yīng)用研究[J];軍事運(yùn)籌與系統(tǒng)工程;2005年03期

7 陳小衛(wèi);王新政;馬琳;孔麗;;不完備信息下裝備保障點(diǎn)選址決策方法[J];火力與指揮控制;2013年05期

8 ;[J];;年期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 黎文航;陳善本;王兵;;粗糙集理論在焊接中的應(yīng)用綜述[A];第十一次全國(guó)焊接會(huì)議論文集（第2冊(cè)）[C];2005年

2 尹宗成;;粗糙集理論在我國(guó)糧食產(chǎn)量預(yù)測(cè)中的應(yīng)用[A];現(xiàn)代農(nóng)業(yè)理論與實(shí)踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

3 鄒剛;滕書華;孫即祥;陳森林;敖永紅;;一種粗糙集優(yōu)化協(xié)同原型模式約簡(jiǎn)分類方法[A];第十四屆全國(guó)信號(hào)處理學(xué)術(shù)年會(huì)(CCSP-2009)論文集[C];2009年

4 葛麗;傅彥;;粗糙集在科學(xué)數(shù)據(jù)屬性約簡(jiǎn)中的應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

5 陳雪飛;;粗糙集分類中耦合數(shù)據(jù)的處理方法研究[A];2008年全國(guó)開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(上冊(cè))[C];2008年

6 肖健梅;蘆曉明;王錫淮;;集裝箱起重機(jī)防搖系統(tǒng)粗糙集控制[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

7 王印松;馮康;;主汽溫調(diào)節(jié)系統(tǒng)性能評(píng)價(jià)的粗糙集實(shí)現(xiàn)方法[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

8 王紅萍;萬程亮;金彥豐;;應(yīng)用粗糙集理論的對(duì)抗效果權(quán)重確定方法[A];2009’中國(guó)西部地區(qū)聲學(xué)學(xué)術(shù)交流會(huì)論文集[C];2009年

9 王莉;周獻(xiàn)中;;一種基于粗糙集的模糊神經(jīng)網(wǎng)絡(luò)模型在鋼材力學(xué)性能預(yù)測(cè)中的研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第二分冊(cè)）[C];2009年

10 卓明;王麗珍;譚旭;;基于粗糙集近似集擴(kuò)展的規(guī)則提取算法[A];第十七屆全國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2000年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬希驁;概率粗糙集屬性約簡(jiǎn)理論及方法研究[D];西南交通大學(xué);2014年

2 唐孝;基于粗糙集的知識(shí)發(fā)現(xiàn)方法及其在ECG信號(hào)識(shí)別中的應(yīng)用[D];電子科技大學(xué);2015年

3 曾凱;鄰域�；植谟�(jì)算的關(guān)鍵技術(shù)研究與應(yīng)用[D];電子科技大學(xué);2015年

4 鮑忠奎;面向不確定信息系統(tǒng)的粗糙集擴(kuò)展模型研究[D];合肥工業(yè)大學(xué);2015年

5 王永生;基于粗糙集理論的動(dòng)態(tài)數(shù)據(jù)挖掘關(guān)鍵技術(shù)研究[D];北京科技大學(xué);2016年

6 薛佩軍;正負(fù)域覆蓋廣義粗糙集與知識(shí)粗傳播研究[D];山東大學(xué);2007年

7 孔芝;粗糙集理論若干問題的研究與應(yīng)用[D];東北大學(xué);2009年

8 秦中廣;基于粗糙集的交叉研究及其在中醫(yī)診斷的應(yīng)用[D];華南理工大學(xué);2002年

9 劉少輝;知識(shí)發(fā)現(xiàn)中粗糙集理論的研究[D];中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所）;2003年

10 鄧大勇;基于粗糙集的數(shù)據(jù)約簡(jiǎn)及粗糙集擴(kuò)展模型的研究[D];北京交通大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 江飛;粗糙集神經(jīng)網(wǎng)絡(luò)故障診斷方法研究[D];西安石油大學(xué);2015年

2 何理榮;粗糙集理論在銀行信貸風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[D];華南理工大學(xué);2015年

3 張德齊;基于粗糙集理論的電機(jī)故障診斷方法研究[D];渤海大學(xué);2015年

4 楊禮;基于粗糙集的公路交通安全預(yù)警研究[D];西南交通大學(xué);2015年

5 聶萌瑤;基于泛系串并模型的粗糙集概念擴(kuò)展與拓?fù)淇臻g[D];蘭州大學(xué);2015年

6 徐鵬;基于粗糙集的建筑起重機(jī)械安全精細(xì)化評(píng)價(jià)研究[D];西安建筑科技大學(xué);2015年

7 孫宇航;粗糙集屬性約簡(jiǎn)方法在醫(yī)療診斷中的應(yīng)用研究[D];蘇州大學(xué);2015年

8 張曼;基于粗糙集和包含度的聚類分類算法研究[D];青島理工大學(xué);2015年

9 車世遠(yuǎn);基于群搜索優(yōu)化粗糙集的腦科學(xué)數(shù)據(jù)研究[D];大連海事大學(xué);2015年

10 林哲;基于粗糙集的馬田系統(tǒng)研究及其在銀行直接營(yíng)銷客戶分類中的應(yīng)用[D];南京理工大學(xué);2015年

，

本文編號(hào)：1187916