In this research some of the most s

In this research some of the most significant capabilities of data mining techniques were leveraged through a multi-purpose framework for intelligent crime investigation. The framework exploited a systematic approach for using SOM and MLP neural networks for clustering and classifying crime data. Considerations and challenges of using hierarchical/partitional clustering techniques in crime data clustering were also discussed. We hope we can make crime spatio-temporal data involved in the analysis besides behavioral crime variables. We also intend to implement this framework as an integrated enterprise software.

ผลลัพธ์ (ไทย) 1:

ในการวิจัยนี้ ของความสำคัญของเทคนิคการทำเหมืองข้อมูลมี leveraged ผ่านงานเอนกประสงค์สำหรับการสืบสวนอาชญากรรมอัจฉริยะ กรอบการใช้ประโยชน์ระบบวิธีการใช้เครือข่ายประสาทสมและ MLP สำหรับคลัสเตอร์ และจัดประเภทข้อมูลอาชญากรรม นอกจากนี้ยังมีการกล่าวถึงข้อควรพิจารณาและความท้าทายของการใช้เทคนิคการลำดับ partitional ระบบคลัสเตอร์ในคลัสเตอร์ข้อมูลอาชญากรรม เราหวังว่า เราสามารถทำให้อาชญากรรมขมับ spatio ข้อมูลในการวิเคราะห์นอกเหนือจากตัวแปรพฤติกรรมอาชญากรรม นอกจากนี้เรายังจะใช้กรอบนี้เป็นซอฟต์แวร์แบบบูรณาการองค์กร

ผลลัพธ์ (ไทย) 2:

ในงานวิจัยนี้บางส่วนของความสามารถที่สำคัญที่สุดของเทคนิคการทำเหมืองข้อมูล leveraged ผ่านกรอบอเนกประสงค์สำหรับการตรวจสอบความผิดทางอาญาที่ชาญฉลาด กรอบการใช้ประโยชน์อย่างเป็นระบบสำหรับการใช้ SOM และ MLP โครงข่ายประสาทเทียมสำหรับการจัดกลุ่มและการจำแนกประเภทข้อมูลอาชญากรรม การพิจารณาและความท้าทายของการใช้ลำดับชั้น / เทคนิคการจัดกลุ่ม partitional ในการก่ออาชญากรรมการจัดกลุ่มข้อมูลนอกจากนี้ยังได้กล่าวถึง เราหวังว่าเราสามารถทำให้อาชญากรรมข้อมูล spatio กาลมีส่วนร่วมในการวิเคราะห์นอกเหนือจากตัวแปรพฤติกรรมอาชญากรรม นอกจากนี้เรายังตั้งใจที่จะใช้กรอบนี้เป็นซอฟต์แวร์องค์กรแบบบูรณาการ

ผลลัพธ์ (ไทย) 3:

ในงานวิจัยนี้ บางส่วนของความสามารถที่สำคัญที่สุดของเทคนิคการทำเหมืองข้อมูลอเนกประสงค์ leveraged ผ่านกรอบการสืบสวนอาชญากรรมที่ฉลาด กรอบใช้เป็นระบบสำหรับการใช้เครือข่ายประสาทสำหรับการจัดกลุ่มและระดับ MLP และการจำแนกประเภทข้อมูลอาชญากรรม การพิจารณาและความท้าทายของการใช้เทคนิคในการจัดกลุ่มลำดับชั้น / partitional อาชญากรรมกลุ่มข้อมูลมีความสัมพันธ์ เราหวังว่า เราสามารถทำให้การก่ออาชญากรรมที่เกี่ยวข้องในการวิเคราะห์ข้อมูลเชิงพื้นที่และเวลานอกจากนี้ตัวแปรอาชญากรรมทางพฤติกรรมศาสตร์ นอกจากนี้เรายังตั้งใจที่จะใช้กรอบนี้เป็นองค์กรบูรณาการซอฟต์แวร์