[发明专利]一种用于公安系统的四维模型智能比对系统及方法有效
申请号: | 201810417170.8 | 申请日: | 2018-05-04 |
公开(公告)号: | CN108874767B | 公开(公告)日: | 2022-04-05 |
发明(设计)人: | 瞿炜;王剑;费渊;陈魁;蓝善涵;周晨露;范家俊;陈浪颖;林峰 | 申请(专利权)人: | 上海瀚所信息技术有限公司 |
主分类号: | G06F40/30 | 分类号: | G06F40/30;G06F16/2458;G06F16/25 |
代理公司: | 上海智信专利代理有限公司 31002 | 代理人: | 邓琪;杨希 |
地址: | 200436 上*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 用于 公安系统 模型 智能 系统 方法 | ||
1.一种用于公安系统的四维模型智能比对系统,其特征在于,所述系统包括:
语义分析模块,其获取预存在一外围的接报信息数据库中的案件的案情信息数据,并根据一预设的语义分类词库对所述案件的案情信息数据进行解析分类,以生成对应的案件数据模型,并将其保存至一案件模型数据库;
词库更新模块,其接收外围输入的中文词语,并对所述中文词语按照以下8个类别进行分类后保存至所述语义分类词库:案件类别、选择处所、选择部位、选择时间、作案范围、作案手段、组织形式以及侵害物品;
模型对比模块,其将所述案件模型数据库中的单个案件数据模型与预存在作案特征数据库中的前科人员作案数据模型进行比对,并计算该案件数据模型与前科人员作案数据模型之间的相似度,按照相似度从高到低选择前N个所述前科人员作案数据模型,以获得包含在前N个前科人员作案数据模型中的前科人员基本信息;
案件串并模块,其根据预设的筛选条件在所述案件模型数据库中选择对应的案件数据模型,并将选出的所述案件数据模型与在预设时间段内生成的案件数据模型相互比对,计算这些案件数据模型之间的相似度,并按照相似度从高到低将前M个所述案件数据模型对应的案件串并成一案件系列;以及
结果分析模块,其一方面根据外围提供的前科人员实时信息对所述模型对比模块获得的与所述案件数据模型对应的前科人员基本信息进行过滤,并根据所述案件数据模型与前科人员作案数据模型的相似度对过滤后的前科人员基本信息进行排序以及按相似度从高到低显示排序结果,另一方面根据所述案件串并模块获得的所述案件系列中各个案件对应的案件数据模型之间的相似度对各个案件进行排序以及按相似度从高到低显示排序结果;
其中,所述案件数据模型和前科人员作案数据模型均包括以下8个类别的信息:案件类别、选择处所、选择部位、选择时间、作案范围、作案手段、组织形式以及侵害物品;
所述语义分析模块配置为:将所述案情信息数据格式化后分解出对应的语句要素,然后将分解出的语句要素与语义分类词库中的中文词语一一比对,以确定各语句要素的含义及所属类别,最后根据各语句要素的含义及所属类别,生成与案情信息数据对应的案件数据模型,该案件数据模型即包括案件类别、选择处所、选择部位、选择时间、作案范围、作案手段、组织形式以及侵害物品8类信息,其中每类信息的具体内容即为经确定的各语句要素的含义;
在确定各语句要素的含义及所属类别的过程中,采用异步并发机制同时对各个语句要素进行分析,从而有效提高分析效率。
2.根据权利要求1所述的用于公安系统的四维模型智能比对系统,其特征在于,所述语义分析模块通过一数据接口查询并自动导入所述案情信息数据。
3.根据权利要求1所述的用于公安系统的四维模型智能比对系统,其特征在于,所述模型对比模块配置为:将所述案件数据模型中的各个类别的信息分别与所述前科人员作案数据模型中对应类别的信息一一比对,然后根据每个类别的信息比对结果按照预设的各个类别的权重计算所述案件数据模型与前科人员作案数据模型之间的相似度。
4.根据权利要求1所述的用于公安系统的四维模型智能比对系统,其特征在于,所述案件串并模块配置为:将所述案件数据模型中的各个类别的信息相互一一比对,然后根据每个类别的信息比对结果按照预设的各个类别的权重计算所述案件数据模型之间的相似度。
5.根据权利要求1所述的用于公安系统的四维模型智能比对系统,其特征在于,所述系统还包括:一作案特征数据库更新模块,其接收外围提供的在案件侦破后获得的作案人员信息,并将该案件的作案人员信息与保存在所述案件模型数据库中的与该案件对应的所述案件数据模型融合生成所述前科人员作案数据模型,并存入所述作案特征数据库中。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海瀚所信息技术有限公司,未经上海瀚所信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810417170.8/1.html,转载请声明来源钻瓜专利网。