简介:目的:为弥补当前公安情报分析中主要依赖经验分析的不足,对ARIMA模型在刑事类警情预测中的应用展开探讨,为刑事类警情的早期预警提供决策依据。方法:应用ARIMA模型对某市2015年1月至2017年12月刑事类警情数据进行分析并建立预测模型,对建立的预测模型进行参数估计、模型诊断、模型评价,选择最优预测模型。结果:某市刑事类警情整体上呈下降趋势;选取的最优模型ARIMA(0,0,0)(0,1,1)能较好地拟合既往时间段某市刑事类警情的变化;对某市2018年1月的刑事类警情实证预测表明,所选模型的算法拟合度较高,在95%的置信区间之内(预测值290次,真实值315次),模型短期预测效果较为理想。结论:ARIMA模型可以应用于刑事类警情的情报分析与预测,建议在实际应用中应进一步推广。
简介:美国加州大学洛杉矶分校的专家研究出一种新技术,可以根据唾液来预测人的年龄。该技术能够为犯罪现场调查提供新的用于确定嫌疑人年龄的取证工具。加州大学洛杉矶分校的研究人员使用34对21—55岁的男性同卵双胞胎的唾液样本,扫描了他们的基因组,确定了DNA中甲基化与年龄密切相关的88处位点。他们还利用年龄为侣~70岁的31名男性和29名女性的唾液样本做了相同的实验,获得了同样的结果。接下来,他们建立了一个预测模型,使用与甲基化和年龄关系最密切的3个基因中的两个。当他们把双胞胎或其他人群的唾液样本数据输入模型中时,能够正确地预测一个人的年龄,误差范围在5年之内,这是一个相当高的精度水平。