[发明专利]系列性公安案件的智能检索方法及其系统

权利要求书

1.一种系列性公安案件的智能检索方法，其特征在于，包括：

获取案件检索信息，并对案件检索信息分别进行特征提取以形成案件特征多维向量组，其中，所述案件检索信息包括案发时间信息、案发地点信息、案件类型信息或案件描述信息中的一种或多种；

计算该案件特征多维向量组与公安案件数据库中每个历史公安案件的历史案件特征多维向量组之间的相关系数，输出相关系数超出预先设定的相关系数阈值的历史公安案件信息；

对案件检索信息分别进行特征提取的方法包括：

将案件检索信息的案发时间信息、案发地点信息以及案件类型信息直接表述为案发时间向量、案发地点向量及案件类型向量；对案件检索信息的案件描述信息进行特征提取，形成案件描述特征向量组。

2.如权利要求1所述的系列性公安案件的智能检索方法，其特征在于，对案件检索信息的案件描述信息进行特征提取形成案件描述特征向量组的步骤包括：

对案件描述信息进行预处理，以去除无用描述因子；

依次采用以下数学式计算经预处理后的案件描述信息j中的第i个描述因子k_i的权值W_i,j：

其中，l＝1,2,...,N；为描述因子k_i的逆向文档频率IDF值；N为公安案件数据库中历史公安案件的总数目；n_i为公安案件数据库中包含描述因子k_i的案件数目；freq_i,j为案件描述信息j中出现描述因子k_i的次数；

依据计算的权值W_i,j得到案件描述特征向量组D_in，其中所述案件描述特征向量组D_in采用以下数学式表示：

D_in＝(W_1,j,W_2,j,…W_t,j)。

3.如权利要求1或2所述的系列性公安案件的智能检索方法，其特征在于，在对案件检索信息的案件描述信息进行特征提取，形成案件描述特征向量组之后，还包括：

对案件描述特征向量组进行向量维度约减，得到约减后的案件描述特征向量组。

4.如权利要求3所述的系列性公安案件的智能检索方法，其特征在于，计算该案件特征多维向量组与公安案件数据库中每个历史公安案件的历史案件特征多维向量组之间的相关系数，输出相关系数超出预先设定的相关系数阈值的历史公安案件信息的方法为：

采取以下数学式计算该案件特征多维向量组与公安案件数据库中第j个历史公安案件的历史案件特征多维向量组之间的相关系数R_j，其中j＝1,2,…N，N为公安案件数据库中历史公安案件的总数目：

其中，x₁＝T_in·T_n，T_in为案件特征多维向量组的案发时间向量，T_n为公安案件数据库中第n条历史公安案件信息的案发时间向量；

x₂＝P_in·P_n，P_in为案件特征多维向量组的案发地点向量，P_n为公安案件数据库中第n条历史公安案件信息的案发地点坐标向量；

x₃＝K_in·K_n，K_in为案件特征多维向量组的案件类型向量，K_n为公安案件数据库中第n条历史公安案件信息的案件类型向量；

x₄＝D_in·D_i，D_in为案件特征多维向量组的经约减的案件描述特征向量组，D_i为公安案件数据库中第n条历史公安案件信息的经约减的案件描述特征向量组；

当R_j＞R_set时，则输出第j个历史公安案件，其中，所述R_set为预先设定的相关系数阈值。