申请/专利权人:上海市大数据股份有限公司
申请日:2023-11-10
公开(公告)日:2024-03-22
公开(公告)号:CN117744853A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/26;G06F18/214;G06F17/18;G06N3/047;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明提供一种适用多地区犯罪事件数量预测的方法和系统,从各地区获取用于模型训练的按时间序列的历史犯罪数据和历史特征数据作为样本数据;获取待预测地区预定时间点之前按时间序列的历史犯罪数据和历史特征数据作为预测数据,处理样本数据用于训练deepAr模型,处理预测数据之后使用训练好的模型预测待预测地区在预定时间点之后犯罪事件预测量。无需对各地区分别进行模型训练及预测,大大节省算力开销,解决新增地区冷启动问题。
主权项:1.一种适用多地区犯罪事件数量预测的方法,其特征在于,包括:步骤A1,从各地区获取用于模型训练的按时间序列的历史犯罪数据和历史特征数据作为样本数据;步骤A2,分别对样本数据中的所述历史犯罪数据和所述历史特征数据进行预处理,形成犯罪数量序列和特征统计序列;步骤A3,将所述犯罪数量序列和特征统计序列按第一时间单位和按地区进行关联,形成训练样本;步骤A4,使用所述训练样本对构建的deepAr模型进行训练,得到犯罪预测模型;步骤A5,获取待预测地区预定时间点之前按时间序列的历史犯罪数据和历史特征数据作为预测数据,所述预测数据依次按照所述步骤A2的预处理方式以及所述步骤A3的关联方式进行处理,形成预测样本;步骤A6,将所述预测样本输入已训练好的所述犯罪预测模型中,输出所述待预测地区在所述预定时间点之后犯罪事件预测量。
全文数据:
权利要求:
百度查询: 上海市大数据股份有限公司 一种适用多地区犯罪事件数量预测的方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。