貝葉斯分類算法在公安犯罪領域的應用研究.pdf

1、隨著信息化水平的不斷提高，犯罪手段與形式也不斷變化著，公安信息化的任務越來越大，而警務人員在日常統(tǒng)計時會出現數據缺失的情況，僅通過經驗來判別犯罪可能性難以保證判斷的準確性。因此從海量的犯罪數據中提取出有效的犯罪規(guī)律，從而正確的把握犯罪趨勢是公安部門的當務之急。為解決此問題，本文通過對犯罪數據進行分析，挖掘其內部的關聯性，應用于公安情報信息系統(tǒng)，以輔助警務人員進行準確的判斷，提高其辦事效率。
　　本文將貝葉斯分類技術運用于公安情報信

2、息系統(tǒng)中，首先針對犯罪數據的特殊性，對其進行數據預處理，然后應用基于PCA技術的P-HNBC算法對犯罪數據進行挖掘，生成犯罪規(guī)律，應用于公安情報信息系統(tǒng)。選取了湖南某市2011年的犯罪數據進行預處理，從而生成對應的訓練數據集和測試數據集，通過P-HNBC算法判別其是否犯罪，從而指導警務人員做出正確的決策。本文主要實現的功能分為以下幾部分:一是結合PCA技術對隱藏樸素貝葉斯分類器(HNBC)進行改進，生成了一種P-HNBC算法，并對概率為

3、零事件采取了M-估計方法，避免了零概率事件對分類結果的影響。然后將其在UCI數據集上進行仿真實驗，驗證了該改進算法的有效性。二是對公安數據源進行分析，對存在的缺失數據與噪聲數據進行預處理，將改進后的P-HNBC算法應用于犯罪研究上，從而導出犯罪規(guī)律，建立公安情報信息系統(tǒng)的決策模塊，指導警務人員的正確決策，提高公安機構的辦事效率，促進和諧社會的構建。
　　通過對公安情報信息系統(tǒng)決策模塊的實驗，驗證了其分類性能優(yōu)于其他分類模型，所有的