[发明专利]基于多头神经网络的犯罪预测方法及系统

权利要求书

1.一种基于多头神经网络的犯罪预测方法，其特征在于，包括：

特征获取步骤：从服务器中获取已有犯罪数据的特征；

输入步骤：向一个共享神经网络输入获取的特征并进行运算，所述共享神经网络的末端包括多个输出头；

输出步骤：每个输出头根据所述共享神经网络的运算结果输出一个预测模型；

拟合步骤：对所有预测模型进行拟合，得到犯罪预测结果；

预测步骤：根据犯罪预测结果预测每个区域发生犯罪的概率，并在电子地图或监控软件中进行可视化处理。

2.根据权利要求1所述的基于多头神经网络的犯罪预测方法，其特征在于，输入所述共享神经网络的特征包括得到所有所述预测模型所需的特征的拼接。

3.根据权利要求1所述的基于多头神经网络的犯罪预测方法，其特征在于，所述输出头的数量为至少3个。

4.根据权利要求1所述的基于多头神经网络的犯罪预测方法，其特征在于，所述预测模型包括：趋势目标预测模型、周期目标预测模型、实时目标预测模型、月份目标预测模型或年份目标预测模型。

5.根据权利要求1所述的基于多头神经网络的犯罪预测方法，其特征在于，共享神经网络Y＝f_θ(X)，θ为网络参数，X为输入的特征，f为特征X对共享神经网络Y的拟合函数；

网络参数θ在损失函数loss上通过梯度下降来进行拟合：

y₁、y₂、...y_k分别为共享神经网络Y的k个预测模型中每个预测模型；

分别为k个预测模型中每个预测模型的的真实值；

c为控制L2权重正则化的参数，防止过拟合。

6.一种基于多头神经网络的犯罪预测系统，其特征在于，包括：

特征获取模块：从服务器中获取已有犯罪数据的特征；

输入模块：向一个共享神经网络输入获取的特征并进行运算，所述共享神经网络的末端包括多个输出头；

输出模块：每个输出头根据所述共享神经网络的运算结果输出一个预测模型；

拟合模块：对所有预测模型进行拟合，得到犯罪预测结果；

预测模块：根据犯罪预测结果预测每个区域发生犯罪的概率，并在电子地图或监控软件中进行可视化处理。

7.根据权利要求6所述的基于多头神经网络的犯罪预测系统，其特征在于，输入所述共享神经网络的特征包括得到所有所述预测模型所需的特征的拼接。

8.根据权利要求6所述的基于多头神经网络的犯罪预测系统，其特征在于，所述输出头的数量为至少3个。

9.根据权利要求6所述的基于多头神经网络的犯罪预测系统，其特征在于，所述预测模型包括：趋势目标预测模型、周期目标预测模型、实时目标预测模型、月份目标预测模型或年份目标预测模型。

10.根据权利要求6所述的基于多头神经网络的犯罪预测系统，其特征在于，共享神经网络Y＝f_θ(X)，θ为网络参数，X为输入的特征，f为特征X对共享神经网络Y的拟合函数；

网络参数θ在损失函数loss上通过梯度下降来进行拟合：

y₁、y₂、...y_k分别为共享神经网络Y的k个预测模型中每个预测模型；

分别为k个预测模型中每个预测模型的的真实值；

c为控制L2权重正则化的参数，防止过拟合。