热应力对犯罪活动的影响规律研究

近年来,研究发现热应力与犯罪之间存在一定的相关关系。为探索热应力对犯罪活动的影响规律,基于2009~2014年某市的热应力和抢劫、抢夺及一般伤害犯罪率数据,研究不同的热应力在不同的范围(分区)内波动时,犯罪率的增长与降低规律。结果表明,一般伤害犯罪对热应力的敏感程度高于两抢犯罪,单纯的暴力犯罪更容易受到不舒适性的影响。热应力值由正常范围变化至异常范围时,犯罪率增长明显,反之,犯罪率降低明显,呈现了可逆性。研究成果可以应用于犯罪预防工作中,对犯罪打击和安全防范工作具有一定的现实意义。     

社区入室盗窃案件的风险评价模型研究

从环境犯罪学角度对社区入室盗窃案件的影响要素进行分析,构建基于人口、环境和安全防范的社区入室盗窃案件风险评价指标体系,通过进行问卷调查与专家打分,利用层次分析法确定了各指标的权重。结果显示,影响社区入室盗窃案件风险较为显著的指标依次为社区内的流动人口比重、技防覆盖率和防盗宣传力度,这一结果反映了人员因素和防范措施是影响社区入室盗窃案件发生的两个主要方面,对社区的侵财类治安案件防范具有一定的指导意义。     

孤立点挖掘在警情时间序列异常点识别中的应用

针对北京市的警情时间序列中存在的一些异常特征,采用了一种基于距离和的孤立点挖掘方法来进行分析。该方法将警情在每日不同时段内的分布处理为相应的属性,然后将警情的时段属性进行标准化,计算了不同点之间的欧式距离和来判断点的异常性。结果发现,北京的警情异常现象出现在春节和年底期间,其中前者表现为由于居民燃放烟花爆竹所引起的火灾事故和治安纠纷;而后者则表现为电信诈骗案的高发。与基于日接警数量的异常点分析相比,基于距离和的异常点挖掘能够有效地将警情在时序分布中隐藏的一些异常聚集效应识别出来,从而为公安部门开展预警和情报信息服务提供帮助。     

基于Lagrangian模型与Eulerian模型耦合的建筑物周边气体扩散模拟

该文旨在建立一个适用于城市建筑物周边的基于Lagrangian模型与Eulerian模型耦合的气体扩散数值模型,同时具有Lagrangian模型与Eulerian模型各自的优点,提高预测精度。该文利用耦合模型对单个建筑物周边的气体扩散过程进行数值模拟,并将平均风速、湍流动能和平均浓度几个参量的结果与风洞实验数据进行对比分析。结果表明,耦合模型对于建筑物周边靠近扩散源和远离扩散源的区域均能给出较高精度的预测结果。最后,利用COST-732模型评价方法对Lagrangian模型、Eulerian模型和耦合扩散模型实施了评价,其中耦合模型的评价结果最好。     

基于WRF的“脏弹”恐怖袭击辐射剂量评估方法

提出了一种基于WRF模式的"脏弹"恐怖袭击辐射剂量计算方法。提出了对源项、地表干沉降、湿沉降量的放射性衰变修正方案;并利用该方法计算"脏弹"恐怖袭击造成的辐射剂量。选取某地点作为固定的"脏弹"释放位置,模拟了不同气象条件下的辐射剂量分布。结果表明,以干沉降为主的地表沉降分布,在风场作用下呈条状分布;以湿沉降为主的地表沉降分布,在降水作用下呈块状分布。模拟结果反映了降水对"脏弹"恐怖袭击污染物分布的重要影响。结论表明,模型对降水及沉降过程具有较好的刻画能力,可用于全部放射性污染物质的环境辐射剂量评估。     

盗窃类犯罪的时空热点分析方法研究

提出一种应用于盗窃类犯罪的时空热点探索方法。该方法首先使用全样本数据进行时间热点和空间热点识别,然后利用时间热点对应的数据集进行空间热点分析,利用空间热点对应的数据集进行时间热点分析,最后综合两方面的分析结果得出面向实际警务工作的决策支持结论。为验证该方法的有效性,基于某市TYG区域的扒窃和入室盗窃犯罪数据,展开案例分析。结果表明:两种不同类型的盗窃犯罪,其时空热点分布差别较大。具体而言,商业区在周一～周三的16～20时以及周末的12～18时为扒窃案件的时空热点,周中的6～9时回迁房聚集度高的住宅区是入室盗窃犯罪的时空热点。研究成果可以为犯罪打击、安全防范、巡逻等工作提供宏观决策支持。     

核事故下源项排放率对放射性物质大气扩散及沉降的影响

在研究核事故下放射性物质大气扩散模拟的过程中,源项排放率对放射性物质大气扩散及沉降的影响是一个关键问题。使用不同类型的假设源项模拟核事故下放射性物质的排放,并探究可以造成较高核污染水平的源项类型。结果表明,模拟得到的放射性物质地表沉降值受到源项排放类型和排放起始时间很大影响。在所有的模拟中,无论排放起始时间如何设置,一次性排放导致的污染面积均大约为连续排放的3倍。结论表明,在下风向且高降水量区域,一次性排放比连续排放更容易造成较大的污染面积,此外,排放源越接近一次性排放,风场和降水的瞬时影响越关键,那么对源项排放率的估计以及风场和降水的模拟精确度的要求越高。     

基于SPH方法与GPU并行计算的阶梯流数值模拟

为了更好地模拟分析地下空间阶梯流动力学规律和提升数值计算效率,本文利用光滑粒子流体动力学方法(SPH)并借助GPU并行计算技术对地下空间阶梯流进行数值建模和计算。基于GPU并行化加速的SPH地下空间阶梯流模型的数值计算结果表明：该模型不仅计算获得较好的阶梯流流态,而且计算效率大幅度提高,比串行SPH模型和移动粒子半隐方法(MPS)模型快数百倍,这为研究大尺度城市街区洪水提供了一个比较有前景的研究途径。     

社区老年人空间行为轨迹异常分析方法

为分析社区中老年人空间行为轨迹的规律并识别其异常空间行为轨迹,建立了基于动态时间规整(dynamic time war-ping,DTW)算法和基于密度的空间聚类算法(density-based spatial clustering of applications with noise,ST-DBSCAN)的社区老年人异常空间行为轨迹分析模型.首先,利用社区内老年人空间轨迹定位数据,采用ST-DBSCAN聚类算法对连续空间轨迹进行聚类分析,提取老年人的动态行为链.其次,针对两种常见的异常轨迹模式(出行轨迹偏离日常轨迹和停留时间过长),利用DTW算法对老年人的动态轨迹进行异常模式识别.最后,结合异常轨迹模式、老年人背景信息、气象信息,建立社区老年人异常行为风险分析模型,分析老年人在出现轨迹异常情况下的安全风险,并基于微软亚洲研究院的开源轨迹数据集GeoLife对建立的模型进行了验证.研究结果表明,模型可以识别老年人出行时的异常空间轨迹,分析其安全风险.研究成果可以为居委会、社区物业、养老机构等部门的老年人安全管理工作提供方法支持.     

基于模糊信息粒化的支持向量机在犯罪时序预测中的应用

犯罪时间序列一般具有随机性和波动性强的特点。传统的时间序列建模方法利用犯罪时序数据之间的相关性建立预测模型;但对细颗粒度下的信息利用不足。相比之下,基于模糊信息粒化的支持向量机能够在对时间序列的细颗粒度数据进行粒化预处理的基础上建立拟合回归模型,实现粗颗粒度下的时序预测。利用基于模糊信息粒化的支持向量机方法对S市的侵财类案件数据进行分析预测,并与ARIMA模型进行了比较。结果表明该方法在预测精度上要显著优于时间序列预测模型。对公安部门的警务指挥与情报研判具有较高的实用性。