基于随机森林和时空核密度方法的不同周期犯罪热点预测对比.pdfVIP

第37 卷 第6 期 地理科学进展 Vol.37, No.6 2018 年6 月 ProgressinGeography June 2018 基于随机森林和时空核密度方法的不同周期 犯罪热点预测对比 1,2,3 1 1 1 1 1 1 1 柳 林 ，刘文娟 ，廖薇薇 ，余洪杰 ，姜 超 ，林荣平 ，纪佳楷 ，张 政 (1. 中山大学地理科学与规划学院综合地理信息研究中心，广州510275 ；2. 广州大学地理科学学院公共安全地理 信息分析中心，广州510006 ；3. 辛辛那提大学地理系，美国辛辛那提OH45221-0131) 摘 要：犯罪预测对于制定警务策略、实施犯罪防控具有重要意义。机器学习和核密度是2 类主流犯罪热点预测方 法，然而目前还鲜有研究对这2 类方法在不同时间周期下的犯罪预测