一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法
【專利摘要】本發(fā)明涉及計(jì)算機(jī)智能信息處理中的大數(shù)據(jù)處理技術(shù),具體涉及一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法,對監(jiān)獄信息系統(tǒng)中服刑人員的信息實(shí)施高效采集、抽取,獲得服刑人員行為特征基礎(chǔ)數(shù)據(jù),并采用代價(jià)敏感多階段半監(jiān)督分類方法,對服刑人員危險(xiǎn)性傾向進(jìn)行分析判別并預(yù)警。本發(fā)明的有益效果在于:1、本發(fā)明能充分利用現(xiàn)有系統(tǒng)提供的大量的服刑人員監(jiān)測數(shù)據(jù),自動發(fā)現(xiàn)異常的服刑人員潛在的行為特征和行為模式,該系統(tǒng)構(gòu)造成本較小,可行性強(qiáng)。2、該方法考慮了預(yù)警系統(tǒng)誤判的代價(jià)問題,最大程度地降低預(yù)警誤判造成的影響,符合實(shí)際需求。3、本發(fā)明提出的方法具有更強(qiáng)的自適應(yīng)能力,建立的預(yù)警系統(tǒng)預(yù)警準(zhǔn)確度更高,誤判造成的影響小。
【專利說明】一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)智能信息處理中的大數(shù)據(jù)處理技術(shù),具體涉及一種監(jiān)獄服刑人 員危險(xiǎn)性傾向的智能分析預(yù)警方法。
【背景技術(shù)】
[0002] 隨著監(jiān)獄信息化的發(fā)展,建設(shè)了包括罪犯獄政管理系統(tǒng)、刑法執(zhí)行系統(tǒng)、生活衛(wèi)生 系統(tǒng)、親情電話系統(tǒng)、會見管理系統(tǒng)、心理咨詢系統(tǒng)等一大批罪犯管理業(yè)務(wù)系統(tǒng);包括視頻 監(jiān)控系統(tǒng)、門禁系統(tǒng)、報(bào)警系統(tǒng)、數(shù)字電網(wǎng)、外來車輛人員進(jìn)出管理系統(tǒng)、應(yīng)急指揮輔助決策 系統(tǒng)等一大批安全防范系統(tǒng)。這些系統(tǒng)的建設(shè)為監(jiān)獄獄情的收集、分析、研判提供了大量 的、有效的基礎(chǔ)性數(shù)據(jù)。
[0003] 在監(jiān)獄獄情分析過程中,有一項(xiàng)關(guān)鍵的任務(wù)是對服刑人員可能發(fā)生的極端行為 (如逃脫、自殺、施暴、破壞等)進(jìn)行分析預(yù)警,但對這些系統(tǒng)產(chǎn)生的信息還沒有進(jìn)行有效的 處理和分析,目前在監(jiān)獄管理中只是提出罪犯分類的方法,根據(jù)刑期去對服刑人員做簡單 分類,但在實(shí)際操作中現(xiàn)有方法在對服刑人員可能發(fā)生的極端行為進(jìn)行分析預(yù)警時(shí)還存在 很多不足之處,且準(zhǔn)確度較低。
[0004] 現(xiàn)有方法的不足表現(xiàn)在:首先,現(xiàn)有的方法對服刑人員進(jìn)行分類時(shí)沒有考慮對不 同行為誤判造成的代價(jià)不同,將行為正常的服刑人員錯(cuò)誤預(yù)警為有極端行為傾向時(shí)相對代 價(jià)較??;如果對有極端行為傾向的服刑人員造成誤判,而沒有及時(shí)預(yù)警,將造成的后果將非 常嚴(yán)重。其次,已有方法對服刑人員進(jìn)行分類時(shí)沒有細(xì)分到該人員可能存在的不同類型的 極端行為傾向,對此進(jìn)行分析能夠更有針對性的采取措施,以防范極端行為的發(fā)生。再次, 已有方法對服刑人員的分類嚴(yán)重依賴人工設(shè)計(jì)的指標(biāo),方法的智能化程度還不高,沒有充 分利用現(xiàn)有系統(tǒng)產(chǎn)生的大量數(shù)據(jù)來發(fā)現(xiàn)異常的服刑人員行為特征。且在服刑人員中,真正 發(fā)生極端行為的屬于極少數(shù),所以這種極端行為的數(shù)據(jù)很少,且獲取難度極大,現(xiàn)有的方法 用這極少量的極端行為數(shù)據(jù)很難構(gòu)建準(zhǔn)確的分類預(yù)警模型。
【發(fā)明內(nèi)容】
[0005] 本發(fā)明為克服上述的不足之處,目的在于提供一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智 能分析預(yù)警方法,主要是通過對監(jiān)獄信息系統(tǒng)收集的大量服刑人員信息建模,利用一種代 價(jià)敏感的多階段半監(jiān)督分類算法,自動發(fā)現(xiàn)服刑人員的行為特征,有效識別存在極端行為 傾向的服刑人員,自動判別該極端行為傾向的類型,并有效降低系統(tǒng)誤判造成的影響。
[0006] 本發(fā)明是通過以下技術(shù)方案達(dá)到上述目的:一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能 分析預(yù)警方法,包括以下步驟:
[0007] (1)數(shù)據(jù)采集分類:
[0008] (1. 1)采集監(jiān)獄服刑人員的檔案信息,將其存入數(shù)據(jù)中心;
[0009] (1. 2)將監(jiān)獄各個(gè)業(yè)務(wù)系統(tǒng),包括會見系統(tǒng)、親情電話系統(tǒng)、一卡通系統(tǒng)、心理咨詢 系統(tǒng)、計(jì)分考核系統(tǒng)、獄偵管理系統(tǒng)、點(diǎn)名系統(tǒng)、仿真實(shí)訓(xùn)系統(tǒng)、綜合評估系統(tǒng)與數(shù)據(jù)中心進(jìn) 行連接,將其產(chǎn)生的信息實(shí)時(shí)傳入數(shù)據(jù)中心;
[0010] (1. 3)數(shù)據(jù)中心根據(jù)改造信息、外部因素、監(jiān)獄環(huán)境、個(gè)人狀況、獄偵狀況、反常信 息進(jìn)行分類存儲;
[0011] (2)數(shù)據(jù)預(yù)處理:
[0012] (2. 1)模型生成與預(yù)警處理終端調(diào)用數(shù)據(jù)中心中分類存儲的服刑人員信息,構(gòu)造 用于分析服刑人員極端行為傾向的三大類基礎(chǔ)特征,對于這三大類基礎(chǔ)特征均進(jìn)行數(shù)值化 預(yù)處理,使每個(gè)服刑人員均得到一個(gè)特征向量;
[0013] (2.2)對有極端行為傾向的服刑人員標(biāo)記極端行為類別y = {1,2,...N},N表示 極端行為類型數(shù),每個(gè)數(shù)代表一種極端行為類型;對無極端行為傾向的服刑人員標(biāo)記極端 行為類別y = -1 ;
[0014] (3)模型生成與預(yù)警處理終端生成第一階段半監(jiān)督分類模型,將所有沒有標(biāo)記極 端行為類別的特征向量作為未標(biāo)記的數(shù)據(jù),未標(biāo)記的數(shù)據(jù)輸入第一階段半監(jiān)督分類模型, 得到該服刑人員的極端行為類別y ;
[0015] (4)模型生成與預(yù)警處理終端生成第二階段半監(jiān)督分類模型,經(jīng)過步驟(3)判別 存在極端行為傾向的特征向量作為未標(biāo)記數(shù)據(jù),輸入第二階段半監(jiān)督分類模型,得到相應(yīng) 服刑人員其極端行為傾向的類型;
[0016] (5)根據(jù)分類結(jié)果,模型生成與預(yù)警處理終端對存在極端行為傾向的服刑人員給 出預(yù)警信號,指示其可能的極端行為類別。
[0017] 作為優(yōu)選,所述模型生成與預(yù)警處理終端生成第一階段半監(jiān)督分類模型的目標(biāo)函 數(shù)為
[0018]
【權(quán)利要求】
1. 一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法,其特征在于包括以下步驟: (1) 數(shù)據(jù)采集分類: (1. 1)采集監(jiān)獄服刑人員的檔案信息,將其存入數(shù)據(jù)中心; (1.2) 將監(jiān)獄各個(gè)業(yè)務(wù)系統(tǒng),包括會見系統(tǒng)、親情電話系統(tǒng)、一卡通系統(tǒng)、心理咨詢系 統(tǒng)、計(jì)分考核系統(tǒng)、獄偵管理系統(tǒng)、點(diǎn)名系統(tǒng)、仿真實(shí)訓(xùn)系統(tǒng)、綜合評估系統(tǒng)與數(shù)據(jù)中心進(jìn)行 連接,將其產(chǎn)生的信息實(shí)時(shí)傳入數(shù)據(jù)中心; (1. 3)數(shù)據(jù)中心根據(jù)改造信息、外部因素、監(jiān)獄環(huán)境、個(gè)人狀況、獄偵狀況、反常信息進(jìn) 行分類存儲; (2) 數(shù)據(jù)預(yù)處理: (2. 1)模型生成與預(yù)警處理終端調(diào)用數(shù)據(jù)中心中分類存儲的服刑人員信息,構(gòu)造用于 分析服刑人員極端行為傾向的三大類基礎(chǔ)特征,對于這三大類基礎(chǔ)特征均進(jìn)行數(shù)值化預(yù)處 理,使每個(gè)服刑人員均得到一個(gè)特征向量; (2.2) 對有極端行為傾向的服刑人員標(biāo)記極端行為類別y= {1,2,... N},N表示極端 行為類型數(shù),每個(gè)數(shù)代表一種極端行為類型;對無極端行為傾向的服刑人員標(biāo)記極端行為 類別y = -1 ; (3) 模型生成與預(yù)警處理終端生成第一階段半監(jiān)督分類模型,將所有沒有標(biāo)記極端行 為類別的特征向量作為未標(biāo)記的數(shù)據(jù),未標(biāo)記的數(shù)據(jù)輸入第一階段半監(jiān)督分類模型,得到 該服刑人員的極端行為類別y; (4) 模型生成與預(yù)警處理終端生成第二階段半監(jiān)督分類模型,經(jīng)過步驟(3)判別存在 極端行為傾向的特征向量作為未標(biāo)記數(shù)據(jù),輸入第二階段半監(jiān)督分類模型,得到相應(yīng)服刑 人員其極端行為傾向的類型; (5) 根據(jù)分類結(jié)果,模型生成與預(yù)警處理終端對存在極端行為傾向的服刑人員給出預(yù) 警信號,指示其可能的極端行為類別。
2. 根據(jù)權(quán)利要求1所述的一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法,其特征 在于,所述模型生成與預(yù)警處理終端生成第一階段半監(jiān)督分類模型的目標(biāo)函數(shù)為
(1) 其中,f表示預(yù)測函數(shù),目標(biāo)函數(shù)包含了三項(xiàng),第一項(xiàng)ll/t表示函數(shù)間隔,表示各個(gè)特征 的權(quán)重系數(shù);第二項(xiàng)是對有標(biāo)記數(shù)據(jù)錯(cuò)分類的損失函數(shù),yi表示真實(shí)的標(biāo)號,1 (·)表示真 實(shí)標(biāo)號與預(yù)測值之間的差異,第三項(xiàng)是對未標(biāo)記數(shù)據(jù)錯(cuò)分類的損失函數(shù)A表示對未標(biāo)記數(shù) 據(jù)標(biāo)號的預(yù)估,q和c 2分別是對有標(biāo)記數(shù)據(jù)和未標(biāo)記數(shù)據(jù)錯(cuò)分的權(quán)重,且q又細(xì)分為q (+) 和q (-),表明不同誤判情形代價(jià)不同,q⑴、Q㈠ 和C2均是用戶自己設(shè)定的常數(shù);sgn ( ·) 是指示函數(shù);=sgn(/丨= 表示未標(biāo)記數(shù)據(jù)的極端行為傾向類別;,η表示有標(biāo)記 的服刑人員數(shù),S表示無標(biāo)記的服刑人員數(shù)。
3. 根據(jù)權(quán)利要求1所述的一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法,其特征 在于,所述步驟(4)具體包括以下步驟: (4. 1)將由第一階段半監(jiān)督分類模型標(biāo)記存在極端行為傾向的特征向量作為未標(biāo)記數(shù) 據(jù); (4. 2)根據(jù)極端行為類型數(shù)N,構(gòu)建N個(gè)半監(jiān)督分類器,每個(gè)半監(jiān)督分類器都是二分類 模型,將其中一種極端行為傾向作為一類,而其他所有極端行為傾向作為另一類; (4. 3) N個(gè)半監(jiān)督分類器分別根據(jù)目標(biāo)函數(shù),通過數(shù)值優(yōu)化方法對未標(biāo)記數(shù)據(jù)進(jìn)行預(yù) 測,得到N個(gè)預(yù)測函數(shù)f\、f2、…、fn; 所述目標(biāo)函數(shù)為:
(2) (4. 4)輸出對每一個(gè)存在極端行為傾向的服刑人員其極端行為傾向類型。
4. 根據(jù)權(quán)利要求2所述的一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法,其特征 在于,所述第一階段半監(jiān)督分類模型為第一階段的代價(jià)敏感半監(jiān)督分類器,該分類器包括 基于代價(jià)敏感的支持向量機(jī)的半監(jiān)督分類器、基于代價(jià)敏感的正則化邏輯回歸的半監(jiān)督分 類器。
5. 根據(jù)權(quán)利要求3所述的一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法,其特征 在于,所述第二階段半監(jiān)督分類模型為第二階段半監(jiān)督分類器,該分類器包括基于支持向 量機(jī)的多類半監(jiān)督分類器、基于正則化邏輯回歸的多類半監(jiān)督分類器。
6. 根據(jù)權(quán)利要求3所述的一種監(jiān)獄服刑人員危險(xiǎn)性傾向的智能分析預(yù)警方法,其特征 在于,所述極端行為類型N = 4,極端行為類型包括1.逃脫,2.自殺,3.施暴,4.破壞,即 y = {1,2, 3, 4}。
【文檔編號】G06F19/00GK104050361SQ201410245760
【公開日】2014年9月17日 申請日期:2014年6月4日 優(yōu)先權(quán)日:2014年6月4日
【發(fā)明者】鄒朋成, 金曉東, 黃步添, 王建東, 陳海燕, 方黎明 申請人:杭州華亭科技有限公司