用于犯罪空间聚集态研究的优化聚类算法

针对犯罪空间聚集态研究算法中有关窗宽优化选择问题,将动态优化窗宽算法与DENCLUE(DENsity-based CLUstEring)算法结合,提出一种新的聚类算法。以入室盗窃案件为例,研究了该算法在犯罪热点探测方面的应用。结果显示引入优化窗宽算法后,可得到较为精确的聚类中心位置及概率密度变化趋势,并且当格网边长与邻近格网距离阈值及邻近点距离阈值之比为2¨3¨1时会得到较好的热点分析结果。通过分析犯罪热点分布图,可协助公安机关调整警力配置,加强案件高发区警力巡逻。     

盗窃犯罪空间分布与地理因素的关联

为分析犯罪空间分布成因,将地理加权回归模型用于犯罪空间分布与地理因素关联研究。该模型可以处理空间关系变化过程,求解空间非稳定性问题。以社区盗窃案件发案率为例,建立了盗窃刑事犯罪率与社区人口密度、路网密度、社区距派出所距离等因素之间的局部分析模型,给出了参数估计及显著性检验空间分布图。结果表明,犯罪空间分布与人口、环境等因素的关系随空间位置而改变;地理加权回归模型可以提高参数估计的准确性。     

基于Bayes网络的建筑火灾风险评估模型

为评估建筑火灾动态风险,从防火工程的角度将火灾发展过程划分为"火情—火警—火险—火灾"4个阶段,分别研究了不同阶段的主要风险评估参数。采用Bayes网络方法构建了动态风险评估模型,确定了网络结构与参数。采用敏感度分析法研究了评估参数对火灾风险的影响程度。以2座典型建筑为例,分别计算得到每个阶段风险和综合风险。研究结果表明:建筑火灾风险是一个动态变化的过程,各阶段风险、评估参数均存在差异;评估节点和依赖关系构成了因果网;评估模型可以有效地将消防监测终端采集的消防大数据与人工智能分析技术相结合,有助于提升建筑消防安全管理的智能化水平。     

用于犯罪空间聚集态研究的优化聚类算法

针对犯罪空间聚集态研究算法中有关窗宽优化选择问题,将动态优化窗宽算法与DENCLUE(DENsity-based CLUstEring)算法结合,提出一种新的聚类算法。以入室盗窃案件为例,研究了该算法在犯罪热点探测方面的应用。结果显示引入优化窗宽算法后,可得到较为精确的聚类中心位置及概率密度变化趋势,并且当格网边长与邻近格网距离阈值及邻近点距离阈值之比为2:3:1时会得到较好的热点分析结果。通过分析犯罪热点分布图,可协助公安机关调整警力配置,加强案件高发区警力巡逻。     

基于定量风险评估的建筑火灾保险费率

火灾保险是有效应对火灾风险的重要手段，根据建筑的火灾风险准确厘定建筑的火灾保险费率是保险行业关心的问题。当前的建筑火灾保险费率主要基于保险市场的统计数据得到火灾的发生频率和期望损失，然后再根据建筑的风险评估结果进行浮动调整。这种方法难以精确反映建筑的火灾风险，得到的保险费率也较为粗略。该文构建了建筑火灾费率的定量厘定模型，采用Bayes网络的方法计算建筑起火概率，并采用拉丁超立方采样的方法，对建筑火灾不同阶段的烧损率进行了分层采样，得到火灾损失的复合概率分布估计，从而对具体建筑的火灾风险进行定量评估，再根据风险评估的结果对保险费率进行了厘定。选取了15户家庭，根据风险评估的结果厘定了保险费率，并将结果与保险市场火灾纯保险费率进行了比较。结果表明，该模型更能反映火灾风险的差异化水平，得到的保险费率更具有公平性。     

用蒙特卡罗方法模拟LED光源光分布

对发光二极管封装光学结构模型的光分布进行蒙特卡罗方法模拟 ,并对相应的LED管进行实验测量 .通过对模型模拟结果和实验结果的比较分析 ,定性地验证了蒙特卡罗模拟方法的正确性和有效性 .