ارائه یک مدل تشخیص جرم با ترکیب الگوریتم دسته بندی فازی و نظریه مدلسازی رابطه خاکستری

در این تحقیق از مدل طبقه بندی درخت تصمیم فازی، قوانین فازی ممدانی و الگوریتم ژنتیک برای شناسایی جرائم اینترنتی استفاده می شود. هدف این مطالعه شناسایی ویژگی های مهم جنایات خاص و طبقه بندی جرائم به سه دسته مختلف است. الگوریتم ژنتیک به عنوان روش انتخاب ویژگی، ابعاد مجموعه داده را با انتخاب مهم ترین ویژگی ها کاهش می دهد. کاهش ابعاد پیچیدگی درخت تصمیم فازی را برای طبقه بندی مجموعه داده جرم کاهش می دهد GRA برای رتبه بندی ویژگی های انتخاب شده از جرایم خاص استفاده شده که اهمیت ویژگی های موثر را تفسیر می کند. به منظور بهبود در نتایج طبقه بند درخت تصمیم فازی، از یک الگوریتم ژنتیک برای تعیین تعداد ترم های زبانی بهینه در مجموعه های فازی در هر ویژگی استفاده می شود. آزمایش ها جهت ارزیابی مدل پیشنهادی بر روی مجموعه داده Communities and Crime صورت گرفته و نتایج مدل پیشنهادی در حالت میانگین دقت 98.13% را در تشخیص نوع جرم Burglaries نشان می دهد

کلیدواژه ها:

تشخیص جرایم اینترنتی ، درخت تصمیم فازی ، قوانین فازی ممدانی ، انتخاب ویژگی.