龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：杭州电子科技大学
摘要：本发明公开了一种多模态数据融合的盗窃犯罪风险评估方法，包括如下步骤：步骤1、获取待预测区域的地理信息数据集；步骤2、构建并训练多模态数据融合的盗窃犯罪风险评估模型；步骤3、将地理信息数据集作为输入得到感知特征、视觉特征、空间特征和盗窃风险指标，将上述特征进行数据更新得到多模态数据；步骤4、将来自不同数据源的多模态数据通过多模态特征融合模块融合成多模态特征矩阵；步骤5、将多模态特征矩阵作为自变量矩阵，将量化后的盗窃风险指标作为因变量通过回归预测模块进行预测。该方法设计局部区域加权回归算法来建模区域盗窃犯罪风险因子和建成环境特征，实现低成本、较高精度的区域盗窃犯罪风险评估。
主权项：1.一种多模态数据融合的盗窃犯罪风险评估方法，其特征在于，包括如下步骤：步骤1、获取待预测区域的地理信息数据集，所述地理信息数据集该区域内的街景全景图、路网数据和包含坐标的历史盗窃犯罪信息；步骤2、构建并训练多模态数据融合的盗窃犯罪风险评估模型，所述多模态数据融合的盗窃犯罪风险评估模型包括街景感知特征提取模块、视觉特征提取模块、空间结构特征提取模块、盗窃犯罪缓冲区加权平滑模块、多模态特征融合模块和回归预测模块；步骤3、将街景全景影像和路网数据作为输入分别通过街景感知特征提取模块、视觉特征提取模块、空间结构特征提取模块分别得到街景尺度建成环境的感知特征、视觉特征和空间特征，并将历史盗窃犯罪信息作为输入通过盗窃犯罪缓冲区加权平滑模块量化盗窃风险指标，将感知特征、视觉特征和空间特征和盗窃风险指标进行数据更新得到多模态数据集；步骤4、将多模态数据集通过多模态特征融合模块融合成多模态特征矩阵；步骤5、将多模态特征矩阵作为自变量矩阵，将量化后的盗窃风险指标作为因变量通过回归预测模块进行预测。
全文数据：
权利要求：
百度查询： 杭州电子科技大学 一种多模态数据融合的盗窃犯罪风险评估方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号