時空聚類的犯罪屬性識別方法
發(fā)布時間：2021-08-16 07:58
針對警方偵辦案件的過程中不易識別和定性犯罪案件屬性情況的問題,該文以美國波特蘭市為研究區(qū)域,嘗試借助納克斯檢驗法尋找2012年3月1日—2017年2月28日波特蘭市入室盜竊案的時空發(fā)生特征,并借此驗證相同時間內(nèi)波特蘭市1 203起疑似盜竊案件作為真實發(fā)生案件的概率。結(jié)果表明:所有1 203件疑似案件中共有644起真實發(fā)生的概率較高,其中225起真實性概率約為73%,419起真實性概率約為38%。同時,發(fā)生概率為73%的疑似案件在空間集聚上同波特蘭市入室盜竊案的空間聚類相吻合。驗證表明,該方法對于排除疑似點的驗證具有一定精度,但在疑似點真實發(fā)生率的識別上精度稍顯不足。
【文章來源】：測繪科學(xué). 2020,45(01)北大核心CSCD
【文章頁數(shù)】：9 頁
【部分圖文】：
犯罪屬性識別方法技術(shù)路線
納克斯檢驗法中時間閾值單位步長和空間閾值單位步長的選取是決定整體計算效果的關(guān)鍵。結(jié)合前人經(jīng)驗[14]，通過對波特蘭市入室盜竊犯罪數(shù)據(jù)進(jìn)行統(tǒng)計發(fā)現(xiàn)，入室盜竊案件點之間最近鄰距離在500m之內(nèi)的約占有80%，同時數(shù)據(jù)顯示波特蘭最小行政區(qū)（District）寬度大約為502m，所以將500m定為空間閾值步長取值。由于最近鄰距離計算采用的是歐式距離，所以在參數(shù)設(shè)置中也同樣采用歐式距離為基準(zhǔn)。統(tǒng)計非疑似入室盜竊案件臨近重復(fù)發(fā)生規(guī)律（圖2）發(fā)現(xiàn)，在固定空間閾值步長距離內(nèi)案件重復(fù)發(fā)生規(guī)律以兩周左右為周期持續(xù)震蕩，結(jié)合上述結(jié)論以及國內(nèi)外學(xué)者的經(jīng)驗[15-16,27-30]，最終確定以14d作為時間閾值步長取值。在統(tǒng)計學(xué)意義上，P=0.001顯著性水平較P=0.05和P=0.01更為顯著。為確保計算精度，研究中顯著性等級要求設(shè)置為最高P=0.001，即蒙特卡羅迭代次數(shù)達(dá)1 000次左右，計算獲得的結(jié)果也將最為可靠。
基于上述結(jié)論，本文將借助納克斯檢驗得到的入室盜竊犯罪離散數(shù)據(jù)臨近重復(fù)發(fā)生特征作為識別疑似入室盜竊案件識別的參考依據(jù)。以波特蘭市定性入室盜竊案件為基準(zhǔn)劃定500m緩沖區(qū)，篩選緩沖區(qū)內(nèi)發(fā)生時間處于±42d范圍內(nèi)所有疑似案件點，標(biāo)注處于-28～-15d以及15～28d內(nèi)的疑似案件點為“高概率疑似案件”。最后，在共計1 203條疑似入室盜竊案件中識別出644起案件有真實入室盜竊概率，其中225起真實發(fā)生概率約為73%,419起真實發(fā)生概率為37%～38%（圖3）。本文采用隨機法驗證。在3 901條入室盜竊案件中隨機抽取378個樣本點，在相同方法下采用500m、±42d作為取值區(qū)間，在除去隨機點后的入室盜竊案件基礎(chǔ)上識別樣本點。經(jīng)過驗證得出，相同方法可以識別出351個樣本點，識別率約占93%，其中有114個為重復(fù)發(fā)生可能性概率約為73%,237個為重復(fù)發(fā)生可能性概率約為38%。
【參考文獻(xiàn)】：
期刊論文
[1]Knox時空交互檢驗空間閾值確定方法[J]. 岳瀚,朱欣焰,咼維,佘冰,高超. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(11)
[2]基于長短記憶型卷積神經(jīng)網(wǎng)絡(luò)的犯罪地理位置預(yù)測方法[J]. 肖延輝,王欣,馮文剛,田華偉,吳紹忠,李麗華. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(10)
[3]犯罪網(wǎng)絡(luò)構(gòu)建及其時空分析——以入室盜竊為例[J]. 王增利,劉學(xué)軍,陸娟,吳偉,張宏. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(05)
[4]疑似失蹤人員案件現(xiàn)場勘查探析[J]. 楊志華,張超. 遼寧警專學(xué)報. 2015(04)
[5]DP半島街頭搶劫案件的臨近重復(fù)發(fā)生模式[J]. 徐沖,柳林,周素紅. 地理研究. 2015(02)
[6]城市犯罪時空特征與機制——以北京城八區(qū)財產(chǎn)類犯罪為例[J]. 馮健,黃琳珊,董穎,宋蕾蕾. 地理學(xué)報. 2012(12)
[7]基于GIS的搶劫盜竊犯罪時空變化特征分析——以廣州市為例[J]. 王行漢,陳永康,扶卿華. 測繪與空間地理信息. 2012(09)
[8]非刑案疑似兇殺的案件定性[J]. 張文龍,王琴花. 法醫(yī)學(xué)雜志. 2005(04)
碩士論文
[1]基于GIS的犯罪時空分布研究[D]. 程薇.華東師范大學(xué) 2013
本文編號：3345291
【文章來源】：測繪科學(xué). 2020,45(01)北大核心CSCD
【文章頁數(shù)】：9 頁
【部分圖文】：
犯罪屬性識別方法技術(shù)路線
納克斯檢驗法中時間閾值單位步長和空間閾值單位步長的選取是決定整體計算效果的關(guān)鍵。結(jié)合前人經(jīng)驗[14]，通過對波特蘭市入室盜竊犯罪數(shù)據(jù)進(jìn)行統(tǒng)計發(fā)現(xiàn)，入室盜竊案件點之間最近鄰距離在500m之內(nèi)的約占有80%，同時數(shù)據(jù)顯示波特蘭最小行政區(qū)（District）寬度大約為502m，所以將500m定為空間閾值步長取值。由于最近鄰距離計算采用的是歐式距離，所以在參數(shù)設(shè)置中也同樣采用歐式距離為基準(zhǔn)。統(tǒng)計非疑似入室盜竊案件臨近重復(fù)發(fā)生規(guī)律（圖2）發(fā)現(xiàn)，在固定空間閾值步長距離內(nèi)案件重復(fù)發(fā)生規(guī)律以兩周左右為周期持續(xù)震蕩，結(jié)合上述結(jié)論以及國內(nèi)外學(xué)者的經(jīng)驗[15-16,27-30]，最終確定以14d作為時間閾值步長取值。在統(tǒng)計學(xué)意義上，P=0.001顯著性水平較P=0.05和P=0.01更為顯著。為確保計算精度，研究中顯著性等級要求設(shè)置為最高P=0.001，即蒙特卡羅迭代次數(shù)達(dá)1 000次左右，計算獲得的結(jié)果也將最為可靠。
基于上述結(jié)論，本文將借助納克斯檢驗得到的入室盜竊犯罪離散數(shù)據(jù)臨近重復(fù)發(fā)生特征作為識別疑似入室盜竊案件識別的參考依據(jù)。以波特蘭市定性入室盜竊案件為基準(zhǔn)劃定500m緩沖區(qū)，篩選緩沖區(qū)內(nèi)發(fā)生時間處于±42d范圍內(nèi)所有疑似案件點，標(biāo)注處于-28～-15d以及15～28d內(nèi)的疑似案件點為“高概率疑似案件”。最后，在共計1 203條疑似入室盜竊案件中識別出644起案件有真實入室盜竊概率，其中225起真實發(fā)生概率約為73%,419起真實發(fā)生概率為37%～38%（圖3）。本文采用隨機法驗證。在3 901條入室盜竊案件中隨機抽取378個樣本點，在相同方法下采用500m、±42d作為取值區(qū)間，在除去隨機點后的入室盜竊案件基礎(chǔ)上識別樣本點。經(jīng)過驗證得出，相同方法可以識別出351個樣本點，識別率約占93%，其中有114個為重復(fù)發(fā)生可能性概率約為73%,237個為重復(fù)發(fā)生可能性概率約為38%。
【參考文獻(xiàn)】：
期刊論文
[1]Knox時空交互檢驗空間閾值確定方法[J]. 岳瀚,朱欣焰,咼維,佘冰,高超. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(11)
[2]基于長短記憶型卷積神經(jīng)網(wǎng)絡(luò)的犯罪地理位置預(yù)測方法[J]. 肖延輝,王欣,馮文剛,田華偉,吳紹忠,李麗華. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(10)
[3]犯罪網(wǎng)絡(luò)構(gòu)建及其時空分析——以入室盜竊為例[J]. 王增利,劉學(xué)軍,陸娟,吳偉,張宏. 武漢大學(xué)學(xué)報(信息科學(xué)版). 2018(05)
[4]疑似失蹤人員案件現(xiàn)場勘查探析[J]. 楊志華,張超. 遼寧警專學(xué)報. 2015(04)
[5]DP半島街頭搶劫案件的臨近重復(fù)發(fā)生模式[J]. 徐沖,柳林,周素紅. 地理研究. 2015(02)
[6]城市犯罪時空特征與機制——以北京城八區(qū)財產(chǎn)類犯罪為例[J]. 馮健,黃琳珊,董穎,宋蕾蕾. 地理學(xué)報. 2012(12)
[7]基于GIS的搶劫盜竊犯罪時空變化特征分析——以廣州市為例[J]. 王行漢,陳永康,扶卿華. 測繪與空間地理信息. 2012(09)
[8]非刑案疑似兇殺的案件定性[J]. 張文龍,王琴花. 法醫(yī)學(xué)雜志. 2005(04)
碩士論文
[1]基于GIS的犯罪時空分布研究[D]. 程薇.華東師范大學(xué) 2013
本文編號：3345291
本文鏈接：http://www.sikaile.net/falvlunwen/fanzuizhian/3345291.html
教材專著
