犯罪事件预测

以案事件数据为核心，利用案事件的时空特性，结合案事件发生地的人文因素、自然环境因素、城市环境因素、突发/事件变量等因素，基于循环神经网络对海量历史案事件数据进行深度机器学习，并能根据实际案事件发生、发展情况及时调整与更新对各类案事件的预测，进而及时协助执法人员科学、有效的决策，提前在相关时间、地区进行布控，有效降低暴恐事件发生率和执法人员的伤亡率，从而降低该地区的犯罪率。

犯罪事件预测方案需求

1.如何针对辖区案事件分布，有效的设置各类治安岗亭，以应对日益严重的治安管理？
2.如何根据案事件的情况，对巡逻稽查线路进行规划，最大限度震慑犯罪分子？
3.如何根据上级指令或本级案事件实际要求，对所有警力进行科学、合理、有效的部防？
4.如何为领导巡视选择一条安全的线路？
5.如何应对外事参观线路规划工作？

方案亮点

智能设计

采用循环神经网络进行设计，能像“人”一样进行思考。

精准预测

及时、准确的预测案事件发生时间和地点，协助进行科学决策。

深度学习

深度机器学习，线上实时智能动态更新。

自我进化

基于海量案事件数据进行记忆性分析，并根据实际情况进行预测结果调整。