[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

说明书

本发明公开了一种强制隔离戒毒人员危险性倾向的智能预警方法，主要是获取戒毒所的各个业务系统和安防系统大量的强制隔离戒毒人员数据，利用一种拉普拉斯支持向量机的半监督分类算法进行数学建模，自动分析强制隔离戒毒人员的行为特征，有效地判断出强制隔离戒毒人员是否有危险性倾向，并判断出有危险性倾向的强制隔离戒毒人员的危险性倾向类型。本发明充分利用了戒毒所现有的业务系统和安防系统中大量数据，成本小，可行性强，并对强制隔离戒毒人员危险性倾向进行分析判别并预警；用相对较少量样本数据训练出高精度的模型，自动预测出强制隔离戒毒人员的潜在行为特征，且误判造成的影响小，解决了小样本下的机器学习问题。

技术领域

本发明涉及计算机智能信息处理中的大数据处理技术，尤其是一种强制隔离戒毒人员危险性倾向的智能预警方法。

背景技术

随着戒毒信息化的发展，各个戒毒所均建设了戒毒业务系统和戒毒安防系统。其中，业务系统包括：执法管理系统、安防管理系统、探访管理系统、医疗管理系统、亲情电话系统、一卡通系统、心理咨询系统、诊断评估系统、教育矫治系统、体能训练系统、劳动康复系统等；安防系统包括：安防综合管理平台、视频监控系统、报警系统、门禁系统、巡更系统、广播对讲系统、周界防范系统、安全检查系统、智能管控系统、移动执法系统等。这些系统的建设为戒毒戒情的收集、分析和研判提供了大量的基础性数据。

在戒毒戒情分析过程中，对强制隔离戒毒人员可能发生的危险性行为进行分析预警是一项特别重要的任务。但是，由于目前没有一种有效预警方法，导致了上述的各系统产生的大量数据基本被空置，没有被合理的挖掘分析以利用其潜在的价值。

发明内容

为了克服上述现有技术中的缺陷，本发明提供一种强制隔离戒毒人员危险性倾向的智能预警方法，主要是获取戒毒所的各个业务系统和安防系统大量的强制隔离戒毒人员数据，利用一种拉普拉斯支持向量机的半监督分类算法进行数学建模，自动分析强制隔离戒毒人员的行为特征，有效地判断出强制隔离戒毒人员是否有危险性倾向，并判断出有危险性倾向的强制隔离戒毒人员的危险性倾向类型。

为实现上述目的，本发明采用以下技术方案，包括：

一种强制隔离戒毒人员危险性倾向的智能预警方法，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。