[发明专利]基于F函数和改进KD树的犯罪大数据点模式分析方法

说明书

本发明公开了一种基于F函数和改进KD树并行计算的犯罪大数据点模式分析方法，本发明针对当下犯罪大数据处理的需求，通过将改进的KD树并行计算结合最邻近距离点模式分析方法(F函数)提供了一种能快速地分析犯罪空间分布模式的方法——基于F函数和改进KD树并行计算的犯罪大数据点模式分析方法。该方法将空间中的犯罪点事件分簇构建KD树，并行计算每个KD树中犯罪点事件的最邻近距离，以起到化整为散，分块并行处理的效果，加快计算效率，提高计算资源的利用率。

技术领域

本发明属于大数据挖掘领域，涉及一种犯罪大数据点模式分析方法，具体涉及一种新型的基于F函数和改进KD树并行计算的犯罪大数据点模式分析方法。

背景技术

随着互联网技术的发展，当今世界已经进入了大数据时代。大数据在形式上是海量有关联数据的集合，在实际应用上泛指收集和分析大量信息的能力。近十几年来，公安机关信息化建设取得了突飞猛进的进展，建立起纵向到底、横向到边的公安信息化网络，各警种业务全面实现了信息化管理，积累起海量的基础业务数据。其中，犯罪数据量大而分散、构成复杂、信息提取困难，使传统的犯罪事件分析管理模式难堪重负，急需深刻转型。而通过对海量数据的收集、整理、归类、分析，可以得出传统手段不易发现的犯罪空间分布特征，进而挖掘数据中蕴藏的巨大价值。

地理学中最为著名的空间点模式研究的例子当推Snow的霍乱地图，该研究终止了1853年发生在伦敦的霍乱病流行。定量化地计算分析空间点分布模式自20世纪60年代计量革命时代盛行，在地学研究中被广泛应用。例如居民点分布的研究(Dacey,1962；King,1962)和冰区内的冰丘分布(Trenhaile,1971)等。随着地理空间信息系统技术的兴起，点模式作为空间分析的重要内容，得到深入研究和广泛应用，出现了最邻近距离算法F函数等模型。

最邻近距离算法F函数可以分析犯罪事件点的空间分布特征，在计算时需要求所有点事件的最邻近点。面对如今海量的犯罪原始数据，传统的遍历搜索方法计算最邻近距离时需要逐个计算中心点与范围内所有点之间的距离，计算时间过长，资源浪费严重，效率低下。

发明内容

为了解决上述技术问题，本发明提供了一种新型的基于F函数和改进KD树并行计算的犯罪大数据点模式分析方法。

本发明所采用的技术方案是：一种基于F函数和改进KD树并行计算的犯罪大数据点模式分析方法，其特征在于，包括以下步骤：

步骤1：生成随机点集；

输入所有待处理的犯罪事件点(坐标)，设定每个事件点的研究区域半径，基于每一事件点在研究区域内生成随机点集，基于随机点集建立KD树；

步骤2：搜索最邻近点；

在KD树中搜索每个点的最邻近随机点，计算最邻近随机点到事件点之间的距离d_min，直到所有输入的点都计算完毕，得到所有点的最邻近距离；

步骤3：计算F函数；

将得到的所有点的最邻近距离按照大小排序，计算最邻近距离的变程R和组距D，其中R＝max(d_min)-min(d_min)，根据组距上限值累积计数点的数量，并计算累积频率F(d)；

步骤4：进行显著性检验并得到分析结果；

使用蒙特卡洛随机模拟的方法，若随机模拟分布函数大于上界U(d)的概率和小于下界L(d)的概率符合则计算结果满足显著性检验指标，输出F(d)关于距离d的曲线图，判断点数据的空间分布模式；对于F函数来说，如果F函数值开始时增加得较慢，但到距离d较大时，F函数开始快速增加，则判断点事件在空间中趋于聚集分布；如果F函数值开始时增加得较快，距离d较大时增加得较慢，则点事件在空间中趋向分散分布。