×
模态框(Modal)标题
在这里添加一些文本
关闭
关闭
提交更改
取消
确定并提交
×
模态框(Modal)标题
×
期刊
文章
图表
检索
EN
中文
首页
关于期刊
期刊定位与发展现状
数据库收录
期刊荣誉
编委会
投稿指南
期刊政策
期刊订阅
联系我们
EN
中文
图/表 详细信息
融合图自编码器与GRU的城市盗窃犯罪时空分布预测模型
赵丹, 杜萍, 刘涛, 令振飞
地球信息科学学报, 2023, 25(
7
): 1448-1463. DOI:
10.12082/dqxxkx.2023.220584
数据名称
采集
时间/年
数据类型
数据来源
人口数据
2022
文本
兰州市第七次人口普查公报
POI数据
2021
地图
高德地图
犯罪数据
2016—2020
文本
中国裁判文书网
表1
实验数据
本文的其它图/表
图1
城市盗窃犯罪时空分布预测研究框架
图2
兰州市主城区人口密度分布
表2
POI分类
图3
卡尔曼滤波优化效果示例
图4
街区时序图结构构建
图5
GAE模型结构
图6
GRU 模型结构
图7
GAERNN模型结构
图8
GAERNN模型的训练损失曲线
图9
兰州市主城区实际盗窃犯罪分布与各模型预测分布
表3
各模型不同月份的预测误差
图10
GAERNN与基准模型的盗窃犯罪预测误差对比
表4
GAERNN及其变体模型误差统计
图11
盗窃犯罪预测变体模型误差对比
图12
基于格网尺度的实际盗窃犯罪分布与各模型预测分布
图13
格网尺度下GAERNN与基准模型的盗窃犯罪预测误差对比