[发明专利]一种分级检测的方法和系统

说明书

本发明提出了一种分级检测的方法和系统，所述方法包括如下步骤：步骤一、搜集历史数据并建立数据库；步骤二、基于所述历史数据，采用序次Probit模型对相关人员的危险程度进行评估；步骤三、根据评估结果对相关人员的危险程度进行划分；步骤四、根据所述划分结果对所述相关人员进行相应检测。通过本发明可以快速有效的进行人员安全检查，结合现有安检手段，有力的提高了分级检测的速度和效果，为各个行业分级检测提供了工具和依据。

技术领域

本发明涉及安检数据处理技术领域，尤其涉及一种分级检测的方法和系统。

背景技术

对重点位置的安全检查，是保障旅客人身安全的重要防护措施。安检的重点位置可包括，边防检查、海关检查，地铁检查、车站检查等等。由于安全检查，是保障旅客人身安全的重要防护措施，所以所有进入重点位置的旅客都必须无一例外地经过检查后,才能允许进入，安全检查也是旅客必须履行的检查手续。

在公路、火车站、机场等公共场合的安全检查中，安全检查人员可以通过核对身份证等证件来验证待查人员的身份，确认被检人员是否在公安部门的有关可疑人员列表中。还可例如，安全检查人员使用特定设备(比如安检机)，产生的放射性射线(如X射线)，扫描被检人员的行李，根据扫描图像来检查旅客所带行李中，是否含有危险品或违禁物品。还可例如，安全检查人员使用人体检查仪对可疑旅客进行身体检查，检查可疑旅客是否随身携带了金属或其他违禁物品。总之，目前的安检流程繁琐，检查所用时间较长，旅客安检的体验很差，也给安全检查员带来了大量的重复性劳动，工作效率较低。

因此，需要一种用于安检中被检人员分级的方法及装置。

目前已有一些国内外公司或个人针对分级检测申请了一些专利，例如中国专利公开号CN108198116A，公开了一种用于安检中被检人员分级的方法及装置。用于被检人员分级的方法，包括：通过历史安检信息，生成被检人员的风险识别模型；获取当前被检人员的安全关联因素信息；将所述安全关联因素信息，通过数据清洗生成安全关联特征集合；以及通过所述安全关联特征集合与所述风险识别模型，实时确定所述当前被检人员的风险级别。该申请的用于安检中被检人员分级的方法，能够提高安检效率，对被检人员实现差异化检查。

然而，上述专利的实施过程中，需要用到数据清洗、机器学习算法、分布式系统基础架构与实时计算框架，实现过程非常复杂，成本较高。

在所述背景技术部分公开的上述信息仅用于加强对本发明的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

为解决以上问题，本发明的目的是通过以下技术方案实现的。

根据本发明的一个方面，本发明提出了一种分级检测的方法，其包括如下步骤：

步骤一、搜集历史数据并建立数据库；

步骤二、基于所述历史数据，采用序次Probit模型对相关人员的危险程度进行评估；

步骤三、根据评估结果对相关人员的危险程度进行划分；

步骤四、根据所述划分结果对所述相关人员进行相应检测。

优选的，所述历史数据来自安检系统的历史安检信息或者其他社会相关机构。

优选的，所述历史安检信息包括：被检人员的社会关系信息，安检线索，和上网行为线索。

优选的，所述搜集历史数据并建立数据库，包括：通过大数据分析方法，将以往海量的安检站人员历史安检信息，使用深度神经网络算法，挖掘被检人员信息，从而建立被检人员的数据库。

优选的，所述深度神经网络算法包括如下步骤：

(1)提取历史安检信息；