智能人群感应:使用遥感数据为安全的智能城市进行口袋盗窃群体识别.
Jing Zhang1, Ting Fan1, Ding Lang2
1College of Computer Science and Technology, Xi'an University of Science and Technology, Xi'an 710600, China.
Mathematical biosciences and engineering : MBE
|September 7, 2023
概括
这项研究引入了新的算法,用于通过智能城市数据来检测偷窃个人和识别犯罪集团. 这些方法通过准确识别异常行为和群体关联,提高城市安全.
科学领域:
- 计算机科学 计算机科学
- 城市规划 城市规划
- 犯罪学 犯罪学
背景情况:
- 智慧城市为城市管理和安全产生大量传感数据.
- 从这些数据中检测犯罪个人和识别具有类似行为的群体是具有挑战性的.
研究的目的:
- 开发用于盗窃个人检测和盗窃小组识别的算法.
- 通过先进的数据分析来改善城市安全和管理.
主要方法:
- 建议IForest-FD算法用于使用特征过和深度学习进行个人检测.
- 开发了CRS-Louvain算法,用于基于特征相似性和图形分析的组识别.
主要成果:
- 对于个人检测,IForest-FD在精度,回忆和F1得分方面表现出卓越的性能.
- 与现有方法相比,CRS-Louvain取得了更好的分组结果,正如标准化的相互信息所表明的那样.
结论:
- 拟议的算法有效地解决了在智能城市中检测小偷个体和识别犯罪集团的挑战.
- 这些进步有助于全面的城市管理和加强公共安全.


