[发明专利]一种强制隔离戒毒人员危险性倾向的智能预警方法在审
申请号: | 201811455074.9 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109636155A | 公开(公告)日: | 2019-04-16 |
发明(设计)人: | 张金良;马韵洁;孙威蔚;张时雄;汪辉;徐小兵;余凯强;王艳;汪慧 | 申请(专利权)人: | 安徽四创电子股份有限公司 |
主分类号: | G06Q10/06 | 分类号: | G06Q10/06;G06Q50/26;G06N99/00 |
代理公司: | 合肥和瑞知识产权代理事务所(普通合伙) 34118 | 代理人: | 王挺 |
地址: | 230088 安徽省合肥*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 戒毒 隔离 安防系统 行为特征 业务系统 智能预警 支持向量机 分类算法 机器学习 人员数据 数学建模 样本数据 自动分析 半监督 小样本 有效地 误判 预警 预测 分析 | ||
1.一种强制隔离戒毒人员危险性倾向的智能预警方法,其特征在于,包括以下具体步骤:
S1,从戒毒所的各个业务系统和安防系统中获取强制隔离戒毒人员的数据,并将强制隔离戒毒人员的数据传入数据中心;
S2,对获取到的强制隔离戒毒人员的数据进行分类存储,将强制隔离戒毒人员的数据分为五类,依次为戒毒所环境、个人状况、戒务情况、外部因素、异常信息;
S3,分别对强制隔离戒毒人员的五类数据进行特征提取,分别提取出用于分析强制隔离戒毒人员的危险性倾向的五类基础特征;
S4,分别对五类基础特征进行特征向量化即数值化预处理,使每个强制隔离戒毒人员均得到一个特征向量;
S5,对已知的有或没有危险性倾向的强制隔离戒毒人员进行标记,即在已知的有或没有危险性倾向的强制隔离戒毒人员的特征向量中增加一个标记位Y,得到已知的有或没有危险性倾向的强制隔离戒毒人员的被标记后的特征向量即为被标记的特征向量;其中,
已知的有危险性倾向的强制隔离戒毒人员的特征向量中的标记位Y=1,2…N,且标记位Y的取值从1开始到N结束分别表示不同的危险倾向类型;N表示危险倾向的总类型数;
已知的没有危险倾向的强制隔离戒毒人员的特征向量中的标记位Y=-1;
S6,根据被标记的特征向量生成危险倾向判别模型,利用该危险倾向判别模型对未被标记的特征向量即未知的是否有危险性倾向的强制隔离戒毒人员的特征向量进行预测,预测该强制隔离戒毒人员是否有危险性倾向,以及被预测为有危险性倾向时的危险倾向类型。
2.根据权利要求1所述的一种强制隔离戒毒人员危险性倾向的智能预警方法,其特征在于,根据预测结果,对被预测为有危险性倾向的强制隔离戒毒人员发送预警信号,并发送该被预测为有危险性倾向的强制隔离戒毒人员的危险倾向类型。
3.根据权利要求1所述的一种强制隔离戒毒人员危险性倾向的智能预警方法,其特征在于,所述危险倾向判别模型的目标函数为:
其中,f(xi)表示第i个样本即第i个被标记的特征向量;
yi表示第i个样本的标记位Y的取值;
m表示标识样本的总数量即被标记的特征向量的总数量;
f表示预测函数;
表示在再生核希尔伯特空间RKHS中定义的环境范数;
Hk表示与核函数相关的RKHS;
参数rA表示权重,用于控制在RKHS中的复杂性;
是流形正则项,用于保持样本分布的内在流形结构;
参数rI表示低维流形中函数的权重,用于控制内在几何结构函数的复杂性。
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安徽四创电子股份有限公司,未经安徽四创电子股份有限公司许可,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/201811455074.9/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理