一种基于时间特征的犯罪数据预测方法和装置

摘要

本发明涉及犯罪数据预测技术领域，特别是涉及一种基于时间特征的犯罪数据预测方法和装置。其方法包括依据历史犯罪数据特点构建ARIMA模型，并通过实验获取犯罪数据集中的线性部分的第一预测值和残差值；利用获取的残差数据特点构建LSTM模型，获取非线性部分的第二预测值；利用LSTM模型对获取的第一预测值和第二预测值进行探究预测，获取最终的预测结果。本发明将ARIMA与LSTM组合对数据进行预测，将ARIMA模型和LSTM模型的优势组合在一起，发挥数据价值将其运用在预测犯罪的犯罪预测领域中，以便于对城市的犯罪预防和干预工作提供科学的决策和指导意见。