基于小波聚类的盗窃犯罪空间分析——以北京市为例

详细信息    查看全文 | 推荐本文 |

	英文篇名：Spatial Analysis of Theft Crime Based on Wavelet Clustering——A Case of Beijing 作者：石拓 ; 张俊辉 英文作者：Shi Tuo;Zhang Junhui; 关键词：小波分析 ; 盗窃犯罪 ; 空间分异 ; K-means聚类 中文刊名：DYSJ 英文刊名：The World of Survey and Research 机构：北京警察学院;北京市交通管理局天坛大队; 出版日期：2019-04-22 16:03 出版单位：调研世界 年：2019 期：No.307 基金：北京市法学会重点课题“社会主义核心价值观融入首都法治实践研究”(BLS[2018]A003) 语种：中文; 页：DYSJ201904009 页数：4 CN：04 ISSN：11-3705/C 分类号：59-62

摘要

盗窃犯罪的高发低破一直是困扰社会治安稳定的重要问题,探究空间区域内的发案规律和特点对于盗窃犯罪的打防工作具有重要意义。文章从时空角度出发,以盗窃案件发案数据为基础,首先对时间序列的发案数据进行小波分解,实现稀疏矩阵的问题优化,再通过K-means聚类法对犯罪空间分异格局进行研究,最终在形成的分异格局下深入分析发案的时空规律。结果表明,北京市辖区派出所盗窃犯罪空间划分为5类,其中发案热点空间多为人口结构变化性大、人员流动性强、城乡环境交织复杂的区域。
        

引文

[1]陈曼,吴曙雯,闫嘉琪,等.2014-2015年杭州市入室盗窃犯罪时空分布分析[J].地理空间信息,2017,15(12):63-66.
    [2]郑滋椀.基于道路网络的犯罪时空分布特征与可视化研究[D].浙江大学,2016.
    [3]胡啸峰,郑云勇.盗窃类犯罪的时空热点分析方法研究[J].中国人民公安大学学报:自然科学版,2018(1).
    [4]徐嘉祥,陈鹏,陈建国.基于环境犯罪学理论的入室盗窃时空分布研究--以北京市主城区案件的分析为例[J].人文地理,2018(1).
    [5]王龙,梁红,孙建国,等.兰州市城市治安时空特征分析[J].测绘与空间地理信息,2016,39(6):28-31.
    [6]闫密巧,过仲阳,任浙豪.基于聚类关联规则的公交扒窃犯罪时空分析[J].华东师范大学学报:自然科学版,2017(3):145-152.
    [7]颜峻,袁宏永,疏学明,等.用于犯罪空间聚集态研究的优化聚类算法[J].清华大学学报:自然科学版,2009(2):176-178.
    [8]Kaufman L,Rousseeuw P J,Massart D L,et al.Least median of squares:a robust method for outlier and model error detection in regression and calibration[J].Analytica Chimica Acta,1986,187(00):171-179.
    [9]孙峰华,毛爱华.犯罪地理学的理论研究[J].人文地理,2003,18(5):70-74.