| 孤立点挖掘在警情时间序列异常点识别中的应用 |
| |
| 引用本文： | 陈 鹏,胡啸峰,林艳.孤立点挖掘在警情时间序列异常点识别中的应用[J].科学技术与工程,2015,15(7):225-228,233. |
| |
| 作者姓名： | 陈 鹏 胡啸峰 林艳 |
| |
| 作者单位： | 中国人民公安大学警务信息工程学院,北京,102600 |
| |
| 基金项目： | 国家“十二五”科技支撑计划项目(2013BAK02B05);中国人民公安大学基科费项目(2014JKF01118)资助 |
| |
| 摘 要： | 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。
|
| 关 键 词： | 孤立点挖掘 时间序列 警情预测 |
| 收稿时间： | 2014/10/26 0:00:00 |
| 修稿时间： | 2014/10/26 0:00:00 |
The application of outlier mining algorithm in exceptional crime time series identification |
| |
| CHEN Peng,HU Xiaofeng and LIN Yan.The application of outlier mining algorithm in exceptional crime time series identification[J].Science Technology and Engineering,2015,15(7):225-228,233. |
| |
| Authors: | CHEN Peng HU Xiaofeng and LIN Yan |
| |
| Institution: | CHEN Peng;HU Xiao-feng;LIN Yan;Institute for Policing Information Engineering,People’s Public Security University of China; |
| |
| Abstract: | |
| |
| Keywords: | outlier mining time series crime information |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
| 点击此处可从《科学技术与工程》下载免费的PDF全文 |
