犯罪时空可视分析系统研究与实现
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 引言 | 第8-20页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-16页 |
| 1.2.1 国外犯罪分析软件研究现状 | 第9-14页 |
| 1.2.2 国内犯罪分析软件研究现状 | 第14-15页 |
| 1.2.3 本课题组已取得的研究成果 | 第15-16页 |
| 1.3 研究内容、研究思路与论文组织结构 | 第16-20页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 研究思路 | 第17-18页 |
| 1.3.3 论文组织结构 | 第18-20页 |
| 第二章 理论方法基础 | 第20-34页 |
| 2.1 犯罪分析 | 第20-21页 |
| 2.1.1 犯罪分析与犯罪制图 | 第20页 |
| 2.1.2 犯罪模式分析 | 第20-21页 |
| 2.2 时空分析 | 第21-23页 |
| 2.2.1 时空立方体 | 第21-22页 |
| 2.2.2 时空聚类分析 | 第22-23页 |
| 2.3 可视分析 | 第23-32页 |
| 2.3.1 认知理论与模型 | 第23-24页 |
| 2.3.2 信息可视化模型 | 第24-25页 |
| 2.3.3 人机交互模型 | 第25-27页 |
| 2.3.4 数据可视化技术 | 第27-32页 |
| 2.4 时空可视分析系统 | 第32-34页 |
| 第三章 基于多视图协同的犯罪时空可视分析系统 | 第34-52页 |
| 3.1 多视图协同可视分析模型 | 第34-36页 |
| 3.1.1 可视分析模型 | 第34-35页 |
| 3.1.2 交互协同模型 | 第35-36页 |
| 3.2 特色分析算法 | 第36-41页 |
| 3.2.1 ST-DBSCAN算法 | 第36-40页 |
| 3.2.2 单维散点图 | 第40-41页 |
| 3.3 系统体系架构 | 第41-42页 |
| 3.4 系统功能设计 | 第42-50页 |
| 3.4.1 数据管理功能 | 第42-44页 |
| 3.4.2 可视分析功能 | 第44-48页 |
| 3.4.3 人机交互功能 | 第48-50页 |
| 3.5 系统实现 | 第50-52页 |
| 第四章 福州市犯罪时空可视分析 | 第52-68页 |
| 4.1 数据准备 | 第52-54页 |
| 4.1.1 研究区简介 | 第52页 |
| 4.1.2 数据源 | 第52-53页 |
| 4.1.3 数据预处理 | 第53-54页 |
| 4.2 福州市犯罪模式分析 | 第54-68页 |
| 4.2.1 犯罪热点区域分析 | 第54-56页 |
| 4.2.2 犯罪热点时段分析 | 第56-59页 |
| 4.2.3 犯罪热点场所类型分析 | 第59页 |
| 4.2.4 犯罪时空热点分析 | 第59-63页 |
| 4.2.5 串并案分析 | 第63-68页 |
| 结论 | 第68-70页 |
| 成果 | 第68页 |
| 特色 | 第68-69页 |
| 展望 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第76页 |
