基于ARIMA-LSSVM混合模型的犯罪时间序列预测

对犯罪时间序列的预测对帮助公安部门更好地掌握犯罪动态，实现智能犯罪发现具有重大意义。针对犯罪时间序列预测的计算需求，结合真实犯罪数据集，提出了ARIMA-LSSVM混合模型。该模型通过ARIMA预测出时间序列的线性部分，通过PSO优化的LSSVM模型预测非线性部分，以对序列进行充分拟合，最后通过混合算法计算最终结果。使用此混合模型达到了精准的预测效果，证明了模型的有效性。