[发明专利]一种基于人工智能技术的警情时空预测方法

摘要

本发明公开了一种基于人工智能技术的警情时空预测方法，该方法包括以下步骤：数据整合，根据警情数据以及天气等互联网数据资源，构建预测模型的训练样本；特征提取，调用人工智能技术中的随机森林算法，提取特征变量；数据建模，调用逻辑回归算法进行警情预测模型建模；模型检验评估，选择测试样本对模型进行检验评估；时间预测，建立风险区域内历史警情时间序列，通过自回归求积移动平均模型（ARIMA），预测警情的发生时间。本发明采用人工智能算法，基于历史警情数据建立预测模型，根据最新的特征要素内容对警情进行预测，能够预测50m*50m的网格区域，将预测结果精确到某一区域的某一时段，其预测结果更为客观，预测区域更精准。

主权项

1.一种基于人工智能技术的警情时空预测方法，其特征在于，该方法包括以下步骤：步骤S1，数据整合，根据警情数据以及天气等互联网数据资源，建立预测模型训练数据集和测试数据集的样本，其中，样本数据中的距离衰减和时间间隔，是基于警情发生位置和时间，使用核密度插值技术，通过预计算得到的；步骤S2，特征提取，调用人工智能技术中的随机森林算法，提取特征变量；步骤S3，数据建模，调用逻辑回归算法进行警情预测模型建模；步骤S4，模型检验评估，选择所述测试数据集的样本对模型进行检验评估；步骤S5，时间预测，根据对预测的风险区域发生的历史警情，以24小时为周期，以3小时为间隔，生成8个时间段的时间序列，通过建立自回归求积移动平均模型(ARIMA)，获取最有可能发生警情的时间。