《表1 日犯罪量的部分观测值与预测值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进LSTM网络的犯罪态势预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

因为对当前时间步长值的预测依赖上一个时间步长值，图4的结果是依赖上一个预测值计算当前时间步长的值，若转换成依赖实际值进行下一步长的预测，能够提高预测的准确性．进行改进之后，预测的结果如图6所示．图中红色曲线为改进后的预测值，蓝色曲线仍为实际观测值，2条曲线的拟合度相比于图4有所提高，RMSE平均值为85.88，降低了39%．表1展示了部分实际观测值、预测值以及改进之后的预测值．在该预测结果中，态势循环周期仍然为1周，但是犯罪高发期从周四至周日变为周五至周一，通过与实际观测值对比可知，改进后的预测更为准确．因为犯罪现象受许多外界因素影响，根据时间序列内部规律预测将要发生的犯罪数量仍然会产生误差，但对整体态势的预测趋向于较高的准确性，能够为预防犯罪措施的部署及其他方面的规划提供更加准确的指导意义．