基于Probit的犯罪嫌疑人判定方法研究
为了在涉案人群中实现计算机识别犯罪嫌疑人,协助办案并提高办案效率,提出了一种基于Probit模型的犯罪嫌疑人判定技术.采用聚类的分离算法、关联算法以及Probit模型的显著性水平参数发现重要属性,通过对重要属性提取后的数据进行训练得到犯罪风险判定模型.实验结果表明,该方法对嫌疑人判定的平均准确率达到90.5％,平均查全率达到92.7％,判定效果较好.
犯罪嫌疑人判定、Probit模型、聚类、犯罪风险判定
31
TP391(计算技术、计算机技术)
北京理工大学科技创新计划重大项目2011CX01015
2012-03-30（万方平台首次上网日期，不代表论文的发表时间）
共5页
1337-1341
