|
|||||
|
|
| 时空聚类的犯罪属性识别方法 | |
| 作者单位： | ;1.河南理工大学自然资源部矿山时空信息与生态修复重点实验室;2.河南理工大学测绘与国土信息工程学院 |
| 摘 要： | 针对警方侦办案件的过程中不易识别和定性犯罪案件属性情况的问题,该文以美国波特兰市为研究区域,尝试借助纳克斯检验法寻找2012年3月1日—2017年2月28日波特兰市入室盗窃案的时空发生特征,并借此验证相同时间内波特兰市1 203起疑似盗窃案件作为真实发生案件的概率。结果表明:所有1 203件疑似案件中共有644起真实发生的概率较高,其中225起真实性概率约为73%,419起真实性概率约为38%。同时,发生概率为73%的疑似案件在空间集聚上同波特兰市入室盗窃案的空间聚类相吻合。验证表明,该方法对于排除疑似点的验证具有一定精度,但在疑似点真实发生率的识别上精度稍显不足。 |
| 关 键 词： | 时空特征 入室盗窃 疑似案件 识别 纳克斯检验 |
A crime attribute recognition method based on spatio-temporal clustering |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |