[发明专利]一种犯罪高危人员研判方法及系统在审

专利信息
申请号: 201810551347.3 申请日: 2018-05-31
公开(公告)号: CN108805142A 公开(公告)日: 2018-11-13
发明(设计)人: 张镇;伊文超;史云飞;梁波;赵国强 申请(专利权)人: 中国华戎科技集团有限公司
主分类号: G06K9/46 分类号: G06K9/46;G06K9/62
代理公司: 北京轻创知识产权代理有限公司 11212 代理人: 吴东勤
地址: 100000 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 特征集 犯罪 关键特征 预处理 犯罪类型 建模方式 人员特征 增强特征 高危性 降维 推理 优化 合成
【权利要求书】:

1.一种犯罪高危人员研判方法,其特征在于,包括以下几个步骤:

步骤1,根据获取的人员特征生成高危犯罪人员的深度特征集;

步骤2,对所述深度特征集进行预处理和降维以得到关键特征;

步骤3,通过所述关键特征建立犯罪高危人员的研判模型;

步骤4,对步骤3中的所述研判模型进行优化;

步骤5,通过优化后的研判模型,对目标人员进行研判,判断出所述目标人员是否为犯罪高危人员。

2.根据权利要求1所述一种犯罪高危人员研判方法,其特征在于,当所述人员特征包括多个特征样本时,则所述步骤1具体包括以下步骤:

步骤11,将每个所述特征样本均通过单向映射关系进行关联,再通过单向映射关系推理模型进行处理,得到多个第一关联特征;

步骤12,将每个所述特征样本均通过多向映射关系进行关联,再通过多向映射关系推理模型进行处理,得到多个第二关联特征;

步骤13,将每个所述第一关联特征和每个所述第二关联特征均添加到所述人员特征中形成新的人员特征,以便根据所述新的人员特征生成所述深度特征集;

其中,所述第一关联特征和第二关联特征的数量均与所述特征样本的数量相同。

3.根据权利要求2所述一种犯罪高危人员研判方法,其特征在于,所述步骤2包括以下步骤:

步骤21,依次通过独热编码方法和归一化方法对所述深度特征集进行处理,得到特征数据;

步骤22,采用了TSVD算法将步骤21中的所述特征数据进行初步的降维,再通过F检验方法,对特征数据的重要性进行排序并按比例选择出关键特征。

4.根据权利要求3所述一种犯罪高危人员研判方法,其特征在于,所述步骤3包括以下步骤:

步骤31,采用k-means算法,对所述关键特征进行聚类,得到多个类簇;

步骤32,采用RF算法,分别对每个所述类簇进行建模,形成研判模型。

5.根据权利要求4所述一种犯罪高危人员研判方法,其特征在于,所述步骤4的具体方法为:采用GCP方法,对步骤S32中的所述研判模型进行优化。

6.一种犯罪高危人员研判系统,其特征在于,包括:

深度特征集生成模块,用于根据获取的人员特征生成高危犯罪人员的深度特征集;

深度特征集预处理和降维模块,用于对所述深度特征集进行预处理和降维以得到关键特征;

研判模型建立模块,用于通过所述关键特征建立犯罪高危人员的研判模型;

研判模型优化模块,用于对所述研判模型进行优化;

犯罪高危人员判断模块,用于通过优化后的研判模型,对目标人员进行研判,判断出所述目标人员是否为犯罪高危人员。

7.根据权利要求6所述一种犯罪高危人员研判系统,其特征在于,当所述人员特征包括多个特征样本时,所述深度特征集生成模块还包括:

单向映射关联模块,用于将每个所述特征样本均通过单向映射关系进行关联,再通过单向映射关系推理模型进行处理,得到多个第一关联特征;

多向映射关联模块,用于将每个所述特征样本均通过多向映射关系进行关联,再通过多向映射关系推理模型进行处理,得到多个第二关联特征;

特征合并模块,用于将每个所述第一关联特征和每个所述第二关联特征均添加到所述人员特征中形成新的人员特征,以便根据所述新的人员特征生成所述深度特征集;

其中,所述第一关联特征和第二关联特征的数量均与所述特征样本的数量相同。

8.根据权利要求7所述一种犯罪高危人员研判系统,其特征在于,所述深度特征集预处理和降维模块还包括:

特征数据生成模块,用于依次通过独热编码方法和归一化方法对所述深度特征集进行处理,得到特征数据;

关键特征生成模块,用于采用了TSVD算法将步骤21中的所述特征数据进行初步的降维,再通过F检验方法,对特征数据的重要性进行排序并按比例选择出关键特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国华戎科技集团有限公司,未经中国华戎科技集团有限公司许可,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/201810551347.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top