基于支持向量机的治安高危人员风险预警方法

被引：12

作者：

张强 ^{[1
,2
]}

何乐平 ^{[1
]}

机构：

[1] 中国科学院大学经济与管理学院

[2] 江西省吉安市人民政府

来源：

管理评论 | 2016年 / 28卷 / 11期

关键词：

治安高危人员; 公共安全; 风险预警; 支持向量机;

D O I：

10.14120/j.cnki.cn11-5057/f.2016.11.023

中图分类号：

D631.4 [治安工作];

学科分类号：

030603 ; 0838 ;

摘要：

随着社会经济快速发展,城市人口流动性增加,社会治安面临新的挑战。提高对治安高危人员风险预警能力,有助于公安机关高效应对复杂多变的公共安全形势。本文采用支持向量机构建风险预警模型,探求高危人员风险预警的可行方法,并进行实证分析。结果显示该方法对治安高危人员风险预警效果显著,对公安机关的情报研判具有较高的实用性。

引用

收藏

页码：245 / 251

页数：7

相关论文

共 20 条

[1] 基于模糊信息粒化的支持向量机在犯罪时序预测中的应用 [J].

陈鹏 ;

胡啸峰 ;

陈建国 .

科学技术与工程, 2015, 15 (35) :54-57+63

[2] 基于综合判别能力的农户小额贷款信用评价模型 [J].

迟国泰 ;

潘明道 ;

程砚秋 .

管理评论, 2015, 27 (06) :42-57

[3] 基于社会网络的恐怖活动时空特征分析 [J].

付举磊 ;

肖进 ;

孙多勇 ;

汪寿阳 .

系统工程理论与实践, 2015, 35 (09) :2324-2332

[4] 基于随机森林的分类器在犯罪预测中的应用研究 [J].

孙菲菲 ;

曹卓 ;

肖晓雷 .

情报杂志, 2014, 33 (10) :148-152

[5] 基于支持向量机的突发事件分级研究 [J].

商丽媛 ;

谭清美 .

管理工程学报, 2014, 28 (01) :119-123

[6] 供应链金融视角下的中小企业信用风险评估研究——基于SVM与BP神经网络的比较研究 [J].

胡海青 ;

张琅 ;

张道宏 .

管理评论, 2012, 24 (11) :70-80

[7] 基于关键信息的非常规突发事件预警模型研究 [J].

刘樑 ;

沈焱 ;

曹学艳 ;

何婧 ;

李仕明 .

管理评论, 2012, 24 (10) :166-176

[8] 重点人员积分预警模型建设基础问题研究 [J].

吴绍忠 .

中国人民公安大学学报(自然科学版), 2012, 18 (02) :76-79

[9] 犯罪热点时空分布研究方法综述 [J].

陆娟 ;

汤国安 ;

张宏 ;

蒋平 ;

吴伟 .

地理科学进展, 2012, 31 (04) :419-425

[10] 改进的模糊BP神经网络及在犯罪预测中的应用 [J].

于红志 ;

刘凤鑫 ;

邹开其 .

辽宁工程技术大学学报(自然科学版), 2012, 31 (02) :244-247