一种融合BKA混合神经网络模型的犯罪时空预测方法及系统

本发明公开了一种融合BKA混合神经网络模型的犯罪时空预测方法及系统，涉及人工智能与时序预测领域。本发明获取目标区域内不同地理网格单元的历史犯罪时空序列数据，进行平稳性检验与归一化预处理；构建结合卷积神经网络与双向长短期记忆网络的混合预测模型，利用CNN对地理网格空间特征与犯罪频率时间特征的融合张量提取局部时空特征，利用BiLSTM捕获时间序列的正反向长程依赖关系；引入黑翅鸢优化算法，以预测误差最小化为目标函数；完成模型训练并输出犯罪预测数量。本发明克服了传统单一模型在长时序数据下过拟合、预测精度低的问题，提升犯罪时空预测的准确率，为公安机关精准防控提供科学支撑。