[发明专利]一种人员智能化管控的方法及系统

权利要求书

1.一种人员智能化管控的方法，包括以下步骤：

基于从多个业务系统获得的目标对象的真实数据构建用于对目标对象的行为进行研判和预测的动态积分模型，利用所述动态积分模型对目标对象实时行为进行评估；

基于目标对象的个体信息，利用经典积分模型对目标对象进行评估；

对利用所述动态积分模型获得的目标对象实时行为的评估值和利用经典积分模型获得的目标对象的评估值进行加权求和，得到所述目标对象实时行为的综合评估值；

当所述综合评估值超过预警门限值时，基于预定规则生成处置指令，对目标对象进行管控处置。

2.根据权利要求1所述的方法，其特征在于，所述加权求和的加权系数根据所述动态积分模型的成熟度进行设置。

3.根据权利要求1所述的方法，其特征在于，所述基于从多个业务系统获得的目标对象的真实数据构建用于对目标对象的行为进行研判和预测的动态积分模型，包括以下步骤：

对所述目标对象的真实数据进行收集整理，得到训练样本集；

对所述训练样本集中的样本数据进行相似度计算和聚类处理，获得簇心样本；

对所述簇心样本进行降维处理，获得簇心样本的正交化特征量和对应的权重值；

根据簇心样本的正交化特征量和对应的权重值，构建初始模型；

利用簇心样本的正交化特征量对所述初始模型进行训练，优化权重值，由此确定所述动态积分模型。

4.根据权利要求3所述的方法，其特征在于，以sigmoid函数为核函数，构建所述初始模型F(t)：

F(t)＝a₁y₁(t)+a₂y₂(t)+...+a_my_m(t)+a₀

其中，y₁(t)，…，y_m(t)为正交化特征量，a₀，a₁，…，a_m为对应的权重值。

5.根据权利要求3所述的方法，其特征在于，所述利用簇心样本的正交化特征量对所述初始模型进行训练，优化权重值，由此确定所述动态积分模型，具体为，

将所述簇心样本中任一簇心样本的数据输入所述初始模型进行计算，将得到的计算值与该簇心样本的数据对应的实际值进行比较，得到该簇心样本对应的误差；

遍历所有簇心样本，得到各簇心样本对应的误差；

对所有簇心样本的误差进行统计分析，基于分析结果对所述初始模型进行权重更新，以得到所述动态积分模型。

6.根据权利要求3所述的方法，其特征在于，所述对所述训练样本集中的样本数据进行相似度计算和聚类处理，获得簇心样本，具体为

步骤1、在所述训练样本集中任意选取一样本标记为一簇的簇心；

步骤2、从所述训练样本集中剩余样本中选取一样本作为新加入样本；

步骤3、采用基于余弦夹角的距离公式计算所述新加入样本与各标记为簇心的样本的相似度，

如果计算得到的各相似度都小于预定阈值，则以该新加入样本为中心建立新簇；

否则将该新加入样本加入到与其相似度最高的簇，并重新计算该簇的簇心；

重复步骤2至步骤3，直至处理完所述训练样本集中样本，以得到若干簇，并选取各簇的簇心所对应的样本作为所述簇心样本。

7.根据权利要求3所述的方法，其特征在于，采用主成分分析方法对所述簇心样本进行降维处理。

8.根据权利要求3所述的方法，其特征在于，还包括，将所述目标对象的实时行为和对应的处置结果作为目标对象的新的样本数据，加入训练样本集中，以用于进一步优化所述动态积分模型。

9.根据权利要求1至8中任一项所述的方法，其特征在于，所述业务系统包括警综平台、网综平台、技侦平台、PGIS平台、情报综合平台中的至少一种平台。

10.一种人员智能化管控的系统，包括计算机可读存储介质，其中存储有程序，所述程序在被处理器执行时实现如权利要求1至9中任一项所述的人员智能化管控的方法。