国家学术搜索
登录
注册
中文
EN
首页
|
基于随机森林的重复犯罪情报获取研究
基于随机森林的重复犯罪情报获取研究
引用
认领
扫码查看
点击上方二维码区域,可以放大扫码查看
原文链接
NETL
NSTL
维普
万方数据
中文摘要:
重复犯罪情报获取研究是情报主导警务模式中的有益探索,也是大数据技术在公安领域内的一项重要运用,对打击重复犯罪具有重要的意义.通过改进随机森林算法进行特征选择,再利用Apriori算法进行关联规则的挖掘,得到有关联的犯罪信息,据此为公安提供决策支持;其次根据OOB error提出一种加权的随机森林算法模型,预测重复犯罪的发生,以此预防和打击重复犯罪,通过和原始的随机森林算法对比分析,该算法的准确性和召回率都有所提高,表明该模型不仅可以获取有价值的犯罪信息情报,同时还可以准确的预测重复犯罪.
收起全部
展开查看外文信息
作者:
张俊豪
展开 >
作者单位:
铁道警察学院
关键词:
Apriori算法
OOB
error
随机森林
重复犯罪
基金:
河南省高等学校重点科研项目计划
铁道警察学院2020年基科费项目
项目编号:
20A520033
2020TJJBKY012
出版年:
2021
警察技术
公安部第一研究所
警察技术
影响因子:
0.386
ISSN:
1009-9875
年,卷(期):
2021.
(1)
参考文献量
6