基于GIS的犯罪模式分析研究--以上海市长宁区为例
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 第一章 绪论 | 第14-22页 |
| ·研究背景和意义 | 第14-15页 |
| ·研究进展 | 第15-20页 |
| ·国外研究进展 | 第15-18页 |
| ·国内研究进展 | 第18-20页 |
| ·研究内容 | 第20-21页 |
| ·论文结构 | 第21-22页 |
| 第二章 研究方法 | 第22-33页 |
| ·空间分布模式识别 | 第22-24页 |
| ·最邻近指数法 | 第22-23页 |
| ·Ripley'K统计法 | 第23-24页 |
| ·核密度估计法 | 第24-25页 |
| ·关联规则 | 第25-33页 |
| ·关联规则概述 | 第25-29页 |
| ·关联规则挖掘算法 | 第29-33页 |
| 第三章 研究区域与数据 | 第33-38页 |
| ·研究区域 | 第33-34页 |
| ·数据与预处理 | 第34-38页 |
| ·数据来源 | 第34-35页 |
| ·数据预处理 | 第35-38页 |
| 第四章 犯罪时空分布模式分析 | 第38-52页 |
| ·案件时间分布分析 | 第38-44页 |
| ·月际变化分析 | 第39-40页 |
| ·周际变化分析 | 第40-41页 |
| ·日际变化分析 | 第41-44页 |
| ·案件空间分布模式分析 | 第44-49页 |
| ·基于聚类分析的案件分布模式识别 | 第44-46页 |
| ·基于二维核密度估计法的案件空间分布 | 第46-49页 |
| ·天气、节假日对犯罪行为的影响分析 | 第49-52页 |
| ·天气因素对犯罪行为的影响分析 | 第49-50页 |
| ·节假日对犯罪行为的影响分析 | 第50-52页 |
| 第五章 基于关联规则的犯罪时空关联分析 | 第52-68页 |
| ·网格划分 | 第52-53页 |
| ·时间段设置 | 第53-54页 |
| ·利用Apriori算法挖掘关联规则 | 第54-65页 |
| ·偷盗三车案件的时空关联分析与预测 | 第55-62页 |
| ·扒窃拎包案件的时空关联分析与预测 | 第62-65页 |
| ·预测效果分析与评价 | 第65-68页 |
| 第六章 结论 | 第68-70页 |
| ·主要成果 | 第68-69页 |
| ·不足与展望 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76页 |
