摘要：為了利用歷史數(shù)據(jù)對犯罪態(tài)勢進(jìn)行更加準(zhǔn)確的預(yù)測,提出一種基于改進(jìn)長短期記憶(long short-term memory,LSTM)網(wǎng)絡(luò)的犯罪態(tài)勢預(yù)測方法.首先統(tǒng)計(jì)某區(qū)域在每一個(gè)時(shí)間步長內(nèi)發(fā)生犯罪事件的數(shù)量,作為一個(gè)時(shí)間步長值,再由多個(gè)時(shí)間步長組成一個(gè)時(shí)間序列,結(jié)合均方差濾波對統(tǒng)計(jì)的序列數(shù)據(jù)做標(biāo)準(zhǔn)化處理.其次建立包括輸入層、隱藏層、全連接層和輸出層的LSTM網(wǎng)絡(luò),在訓(xùn)練階段將以上一段時(shí)間步長的預(yù)測值作為輸入改為以實(shí)際值作為輸入,根據(jù)修正的網(wǎng)絡(luò)參數(shù)循環(huán)進(jìn)行后續(xù)的預(yù)測,再對網(wǎng)絡(luò)輸出進(jìn)行標(biāo)準(zhǔn)化逆處理得到預(yù)測結(jié)果.將2016年美國洛杉磯地區(qū)統(tǒng)計(jì)的全部犯罪記錄作為實(shí)驗(yàn)數(shù)據(jù),得到了態(tài)勢擬合度較高的實(shí)驗(yàn)結(jié)果,與改進(jìn)前相比,預(yù)測結(jié)果的均方根誤差(root mean square error,RMSE)從139.65降低到了85.88,驗(yàn)證了基于改進(jìn)LSTM網(wǎng)絡(luò)對犯罪態(tài)勢預(yù)測的有效性和準(zhǔn)確性,并且通過與其他現(xiàn)有方法的對比,進(jìn)一步證明了本方法在時(shí)間性能和準(zhǔn)確性上的優(yōu)越性.