权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

3次元空間データマイニングによる都市街頭犯罪の空間分析と発生予測モデルの構築

城市街道犯罪的空间分析以及使用 3D 空间数据挖掘构建事件预测模型

基本信息

批准号：
18760460
负责人：
瀧澤重志
金额：
$ 2.24万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Young Scientists (B)
财政年份：
2006
资助国家：
日本
起止时间：
2006 至 2007
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18760460/
关键词：
街頭犯罪データマイニング空間属性 GIS 犯罪空間分析

项目摘要

(1)ファサードデータベースの構築:前年度の継続として、ビテオカメラで撮影したファサード映像から、ファサードの立面画像データベースを構築した。(2)説明変数の構築:空間の可視性や交通量など、街頭犯罪に関連すると思われる特徴量でデータ化されていないものに関して、各地点で計算した。(3)説明変数の分析:一般に,すべての説明変数を用いて学習モデルを作成するのは,変数間の相関性の点から望ましくないので,モデルの学習/予測精度を確認し,犯罪発生を説明する最小限の説明変数を選択する。一般的なForward/Backword型のStepwise法の他,CfsSubset Eval法などの高速な変数選択アルゴリズムを用いて,どのアルゴリズムがデータベースに適合しているのかを比較した。(4)空間構成ルールの獲得:Emergence Patternsなどの希少ルール発見形の相関ルールや,決定木などの分類木アルゴリズムを用いて,犯罪発生に関係の深い空間構成ルールを獲得した。決定木などの一般的な学習アルゴリズムは,フリーのデータマイニングソフトWekaに実装されているものを用いたが,Emergence Patternsは実装が無いのでアルゴリズムを自作した。獲得されたルールをSupport(被覆率)とConfidence(確信度)の2面から評価し,特に,Supportが小さくConfidenceが大きいルールに着目して分析した。(5)犯罪予測モデルの構築と危険度分布:ロジスティック回帰などの確率的な学習アルゴリズムを用いて,各地点の犯罪発生確率モデルを構築した。犯罪発生地点は非発生地点と比較して少ないので,コスト考慮型学習法を介在させて,犯罪発生地点の誤分類コストを上げた学習を行った。構築されたモデルから,各地点の犯罪発生確率を求め,犯罪マップと比較して,特に局地的な部分の相違点について比較しモデルの有効性を検証した。

(1) the previous year, the previous year, the image image, the elevation portrait, the image, the elevation, the image, the portrait. (2) specify the number of passengers: space availability, traffic volume, street crime, crime, traffic, crime, crime, traffic, traffic, crime, crime, traffic, crime, traffic, crime, crime, traffic, traffic, (3) data analysis: in general, data sets are made by using the computer science system, the data points between the two are expected to be verified, and the accuracy is confirmed, and the minimum limit for criminal students to verify the accuracy of the system is selected. The general Forward/ backword Stepwise method, the CfsSubset Eval method, the number of high-speed vehicles, the number of high-speed vehicles in the CfsSubset Eval method, the number of high-speed vehicles in the CfsSubset Eval method and the number of high-speed vehicles in the CfsSubset Eval method. (4) Space communication system: Emergence Patterns wishes to make a decision on the classification of wooden equipment, the classification of wood and the use of equipment, and the accuracy of the crime. It is decided that the Weka should be installed in the normal way, and that the Emergence Patterns should be installed in the same way. The Support (coverage rate), the Confidence (assurance), the Support (small), the Confidence (big), the target (analysis), and so on. (5) Distribution of risk degree of crime

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Risk Discovery of Car-Related Crimes from Urban Spatial Attributes Using Emerging Patterns

使用新兴模式从城市空间属性发现汽车相关犯罪的风险

DOI：
发表时间：
2007
期刊：
KES Journal : Special Issue of "Intelligent Systems with Chance Discovery" (to appear)
影响因子：
0
作者：
A.Takizawa;F.Kawaguchi;N.Katoh;K.Mori;K.Yoshida
通讯作者：
K.Yoshida

京都市伏見区におけるひったくりを中心とした犯罪空間分析

京都市伏见区以抢钱包为中心的犯罪空间分析