[發(fā)明專利]建立多維度服刑人員狀態(tài)信息模型的方法

在審

• 申請?zhí)枺?/td>: 201911181112.0
• 申請日: 2019-11-27
• 公開（公告）號: CN112862645A
• 公開（公告）日: 2021-05-28
• 發(fā)明（設計）人: 楊愛江;崔昌云;許長民;魏現(xiàn)軍;張英偉
• 申請（專利權）人: 山東萬博科技股份有限公司
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06Q10/06
• 代理公司: 濟南竹森知識產(chǎn)權代理事務所(普通合伙) 37270
• 代理人: 呂利敏

一種建立多維度服刑人員狀態(tài)信息模型的方法，本發(fā)明將影響分析人員危險程度的因素，分成多個維度：基本因素、個性及心理、社會因素、綜合因素等，并對這些因素的相關屬性進行打分，將罪犯非結構化數(shù)據(jù)結構化，形成罪犯數(shù)據(jù)的多維數(shù)組結構，然后通過選取質點，計算服刑人員數(shù)據(jù)與質點的距離，最終將服刑人員最終分為三類：普管、嚴管、寬管。本發(fā)明通過對質點及罪犯狀態(tài)遷移的分析，從而預測監(jiān)控對象的犯罪趨勢的分析模型，幫助監(jiān)控人員進行個性化的管理教育以及監(jiān)管部門合理決策。

技術領域

本發(fā)明公開了一種建立多維度服刑人員狀態(tài)信息模型的方法，屬于司法智能監(jiān)控的技術領域。

背景技術

隨著社會信息化的推進，社會的各個方面都開始注重信息采集及分析工作，但是針對特定人群的分類管理依然沒有特定技術手段加以處理和區(qū)分，其主要客觀技術原因在于：涉及到司法領域，影響個體行為的因素諸多。特別是針對服刑人員更是難以根據(jù)短期的個人信息數(shù)據(jù)做出準確的危險行為預判。

根據(jù)犯罪行為學的研究發(fā)現(xiàn)，相同罪罰的服刑人員，常因個體的家庭環(huán)境、社會關系、個人教育背景、個人健康狀況等多重客觀因素的不同，后續(xù)做出的危險行為的概率也不同。因此，建立一種能考慮多維因素的人員狀態(tài)信息模型，成為本技術領域所一直尋求突破的技術難點。

針對上述技術問題，中國專利CN110458101A公開了一種基于視頻與設備結合的服刑人員體征監(jiān)測方法及設備，方法括以下過程：通過獲取服刑人員的當前監(jiān)控視頻，從視頻幀中識別服刑人員的人臉表情特征及所屬類別；通過視頻監(jiān)控實時跟蹤人臉面部特征區(qū)域，同時生命體征監(jiān)測設備檢測監(jiān)獄服刑人員的心率。結合服刑人員在休息時的心率以及從視頻中識別出的服刑人員的人臉表情特征和心率，判斷監(jiān)獄服刑人員是否具有潛在性疾病風險或者異常行為。但是該文獻只是對服刑人員的身體狀況進行監(jiān)測，并及時發(fā)出預警，而其它種類的影響因素并未考慮在預判服刑人員的危險行為當中。

中國專利CN109998570A公開了服刑人員心理狀態(tài)評估方法、終端、設備及系統(tǒng)，根據(jù)輸入的指紋信息，提取與該指紋信息對應的待測試心理指標，選擇與當前待測試心理指標對應的動畫游戲場景；同時，選擇與當前待測試心理指標對應的VR體驗場景；采集待測試服刑人員在動畫游戲場景下的第一生理信號；采集待測試服刑人員在VR體驗場景下的第二生理信號和第一行為信號；對采集的信號均進行預處理；對預處理后得到的信號進行特征提取，得到特征向量；將特征向量進行特征向量融合，將融合后的特征向量輸入到預先訓練好的預測模型中，預測模型輸出待測試服刑人員的心理狀態(tài)分類結果。該文獻是通過將服刑人員置于特定模擬場景中，通過辨別特定人員的反應行為或者答題反饋進而實現(xiàn)對服刑人員的心理狀態(tài)評估。

綜上可知，現(xiàn)有技術對服刑人員的預測評估依然僅限于身體健康狀況或者心理狀況，然而影響服刑人員的其他因素依然沒有被有效識別和評判。

發(fā)明內容

針對現(xiàn)有技術的不足，本發(fā)明公開一種建立多維度服刑人員狀態(tài)信息模型的方法。

本發(fā)明詳細的技術方案如下：

一種建立多維度服刑人員狀態(tài)信息模型的方法，包括步驟如下：

1)收集所有目標服刑人員的狀態(tài)信息，其特征在于，所述狀態(tài)信息至少包括：

性格數(shù)據(jù)、心理數(shù)據(jù)、教育背景數(shù)據(jù)、家庭環(huán)境數(shù)據(jù)、身體健康數(shù)據(jù)、犯罪背景數(shù)據(jù)、罪罰數(shù)據(jù)、獄中表現(xiàn)數(shù)據(jù)、社區(qū)評價反饋數(shù)據(jù)；

2)將所有目標服刑人員數(shù)據(jù)按狀態(tài)信息類型進行歸集，形成多維數(shù)組結構；根據(jù)不同目標服刑人員，將上述狀態(tài)信息進行賦值打分；

3)在各所述數(shù)組結構中，選取數(shù)組結構的質點，計算每位服刑人員的狀態(tài)信息與所述質點的距離；

4)根據(jù)每位服刑人員的狀態(tài)信息與所述質點的距離最終將服刑人員分為三類：普管、嚴管、寬管。