原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
针对非平衡警情数据改进的模型李卫红童昊昕华南师范大学广州广东精一规划信息科技股份有限公司广州摘要目的掌握警情的时空分布规律通过机器学习算法建立警情时空预测模型制定科学的警务防控方案有效抑制犯罪的发生是犯罪地理研究的重点已有研究表明警情时空分布多集中在中心城区或居民密集区在时空上属于非平衡数据这种数据的非平衡性通常导致在该数据上训练的模型成为弱学习器预测精度较低方法为解决这种非平衡数据的回归问题本文提出一种新的算法该算法以集成学习算法为基础应用神经网络生成基分类器借助均值聚类算法进行基分类器的集成
针对非平衡警情数据改进的
KMeans-Boosting-BP 模型
李卫红1 童昊昕2*
1 华南师范大学 广州 510631 2 广东精一规划信息科技股份有限公司 广州 510665
摘 要：目的：掌握警情的时空分布规律，通过机器学习算法建立警情时空预测模型，制定
科学的警务防控方案，有效抑制犯罪的发生，是犯罪地理研究的重点。已有研究表明，警情
时空分布多集中在中心城区或居民密集区，在时空上
文档评论（0）