本文主要研究内容
作者石少冲,陈鹏,原鹏辉,侯超,明红霞（2019）在《分类学习方法在犯罪人地域特征预测识别中的应用研究》一文中研究指出：传统的时空犯罪预测仅适用于犯罪的时空分布概率分析,无法应用于具体的案件预测,而基于犯罪人特征属性判断犯罪人风险行为的预测方式往往会受到特定工作场景的限制,缺乏良好的迁移性和扩展性(背景)。抽象出案件现场构成要素并从信息化侦查的角度建立了以时间、区域、部位、目标和手段等5种案件现场信息为属性、以分类算法为基础的犯罪人地域特性识别模型,并以北京市盗窃电动车案件数据作为案例、利用决策树算法进行了实证分析(方法)。结果表明:该模型能够有效地实现对犯罪人地域特征的分类识别,其分类正确率达到了80%以上,并且决策树算法在结果的准确率上较其他分类方法具有更好的效果(结果)。以犯罪人的地域特征性作为案件侦查的一个切入点,利用案件现场特征挖掘犯罪嫌疑人的地域特征,可为侦查人员缩小侦查范围提供了一种方法,有利于侦破犯罪嫌疑人身份不明的案件,提升侦查效率(意义)。
Abstract
chuan tong de shi kong fan zui yu ce jin kuo yong yu fan zui de shi kong fen bu gai lv fen xi ,mo fa ying yong yu ju ti de an jian yu ce ,er ji yu fan zui ren te zheng shu xing pan duan fan zui ren feng xian hang wei de yu ce fang shi wang wang hui shou dao te ding gong zuo chang jing de xian zhi ,que fa liang hao de qian yi xing he kuo zhan xing (bei jing )。chou xiang chu an jian xian chang gou cheng yao su bing cong xin xi hua zhen cha de jiao du jian li le yi shi jian 、ou yu 、bu wei 、mu biao he shou duan deng 5chong an jian xian chang xin xi wei shu xing 、yi fen lei suan fa wei ji chu de fan zui ren de yu te xing shi bie mo xing ,bing yi bei jing shi dao qie dian dong che an jian shu ju zuo wei an li 、li yong jue ce shu suan fa jin hang le shi zheng fen xi (fang fa )。jie guo biao ming :gai mo xing neng gou you xiao de shi xian dui fan zui ren de yu te zheng de fen lei shi bie ,ji fen lei zheng que lv da dao le 80%yi shang ,bing ju jue ce shu suan fa zai jie guo de zhun que lv shang jiao ji ta fen lei fang fa ju you geng hao de xiao guo (jie guo )。yi fan zui ren de de yu te zheng xing zuo wei an jian zhen cha de yi ge qie ru dian ,li yong an jian xian chang te zheng wa jue fan zui xian yi ren de de yu te zheng ,ke wei zhen cha ren yuan su xiao zhen cha fan wei di gong le yi chong fang fa ,you li yu zhen po fan zui xian yi ren shen fen bu ming de an jian ,di sheng zhen cha xiao lv (yi yi )。
论文参考文献
论文详细介绍
论文作者分别是来自中国人民公安大学学报(自然科学版)的石少冲,陈鹏,原鹏辉,侯超,明红霞，发表于刊物中国人民公安大学学报(自然科学版)2019年01期论文，是一篇关于案件现场信息论文,特征识别论文,分类算法论文,侵财类案件论文,决策树论文,中国人民公安大学学报(自然科学版)2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国人民公安大学学报(自然科学版)2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：案件现场信息论文; 特征识别论文; 分类算法论文; 侵财类案件论文; 决策树论文; 中国人民公安大学学报(自然科学版)2019年01期论文;