[发明专利]犯罪预测方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202011573894.5 申请日: 2020-12-25
公开(公告)号: CN112651442A 公开(公告)日: 2021-04-13
发明(设计)人: 梁立涛;周洋纲;徐宇;王赟 申请(专利权)人: 南京中兴力维软件有限公司;深圳力维智联技术有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06N20/20
代理公司: 深圳市恒程创新知识产权代理有限公司 44542 代理人: 孔德丞
地址: 210008 江苏省南京*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 犯罪 预测 方法 装置 设备 计算机 可读 存储 介质
【说明书】:

发明公开了一种犯罪预测方法、装置、设备及计算机可读存储介质,本发明通过获取前科人员的多维数据集,并对所述多维数据集进行治理分析,得到目标样本数据,利用所述目标样本数据对预设待训练模型进行迭代训练和参数调整,得到目标预测模型,获取待预测数据并将所述待预测数据输入到所述目标预测模型中,得到目标预测结果,即通过对获取的数据进行治理,并将目标样本中的静态数据和动态数据进行关联分析,从而对前科人员的再犯罪进行预测,为警务人员事前制定犯罪预防战略和战术措施、事后侦破案件提供科学依据。

技术领域

本发明涉及人工智能领域,尤其涉及一种犯罪预测方法、装置、设备及计算机可读存储介质。

背景技术

机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学,是实现人工智能的途径,目前机器学习已成为当前人工智能研究的重要课题之一。对机器学习的传统研究主要是研究学习机制,注重探索模拟人的学习机制。大数据环境下机器学习的研究主要研究对信息的有效利用,即如何从海量数据中充分挖掘出有价值的信息并加以利用,从大量数据中获取隐藏的、有效的、可理解的知识。

犯罪预测指运用科学的方法,依据现有的犯罪数据和资料以及对可能影响犯罪的各种相关因素进行分析、研究,对在未来特定时空范围内可能出现的犯罪现象的状况、结构、发展趋势等作出判断,是制定犯罪预防战略和战术措施的重要的科学依据。

对于前科人员再犯罪的防控,传统方式下,需要警务人员通过定期走访、侦察、审讯、询问等调查手段获悉前科人员的动态,存在滞后性,对前科人员再犯罪不能做到事前预防。当前公安机关已积累大量前科人员犯罪历史数据,由点到面的人车卡口广泛建设,通过大数据和机器学习等技术手段对前科人员再犯罪的预测具备可行性。

发明内容

本发明的主要目的在于提供一种犯罪预测方法、装置、设备及计算机可读存储介质,旨在解决无法及时获取前科人员的动态信息,从而对前科人员再犯罪的趋势作出判断的技术问题。

此外,为实现上述目的,本发明还提供一种犯罪预测方法,所述犯罪预测方法包括以下步骤:

获取多维数据集,并对所述多维数据集进行治理分析,得到目标样本数据;

利用所述目标样本数据对预设待训练模型进行迭代训练和参数调整,得到目标预测模型;

获取待预测数据并将所述待预测数据输入到所述目标预测模型中,得到目标预测结果。

可选地,所述对所述多维数据集进行治理分析,得到目标样本数据的步骤,包括:

对所述多维数据集进行治理,得到目标数据集;

从所述目标数据集中提取指标特征数据;

将所述指标特征数据进行整合,得到目标样本数据。

可选地,所述对所述多维数据集进行治理,得到目标数据集的步骤,包括:

对所述多维数据集进行过滤清洗,得到第一目标数据集;

从所述第一目标数据集中识别缺损数据,并对所述缺损数据进行填补,得到第二目标数据集;

对所述第二目标数据集进行标准化处理,得到目标数据集。

可选地,所述目标数据集包括静态数据和动态数据,所述从所述目标数据集中提取指标特征数据的步骤,包括:

从所述目标数据集的静态数据中提取指标特征;

将所述目标数据集中的动态数据与所述静态数据进行关联清洗处理,确定所述指标特征对应的指标特征值;

将所述指标特征和所述指标特征值进行整合,得到指标特征数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京中兴力维软件有限公司;深圳力维智联技术有限公司,未经南京中兴力维软件有限公司;深圳力维智联技术有限公司许可,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/202011573894.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top