一种基于多维度地理环境因素的时空犯罪风险预测方法

本发明公开了一种基于多维度地理环境因素的时空犯罪风险预测方法，对时空犯罪事件的预测粒度更细：面对细粒度中出现的数据稀疏以及数据量剧增的问题，采用了Mamba结构来应对以上挑战；Mamba对长序列上下文具有非常好的记忆和处理能力，同时拥十分优秀的训练速度，采用Mamba结构可以在细粒度时空犯罪事件预测任务中，提升模型的表现和性能；犯罪事件在不同的时间和空间中分布并不均匀，采用多模态空间特征，并从不同尺度对特征进行融合，提升犯罪事件预测时对不同空间因素的感知；Mamba对长序列上下文的注意力分配，同样提升时间特征在不同时间尺度的感知；时空注意力机制最终合理的对时空特征进行融合，得到时空犯罪事件的预测结果，有效应对了时空异质性。