[發明專利]一種基于支持向量機的治安風險預警方法及系統

有效

• 申請號: 201911275900.6
• 申請日: 2019-12-12
• 公開（公告）號: CN111080005B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 李國徽;譚敏;周全;魏明;楊雷
• 申請（專利權）人: 華中科技大學;武漢烽火技術服務有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26;G06K9/62
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

1.一種基于支持向量機的治安風險預警方法，其特征在于，包括：

從社區基礎數據中提取主題數據，并對主題數據進行分類，由每一個類別的主題數據構成一個主題庫；

從社區治安事件歷史數據中，針對同一類型的治安事件，提取相關人員共有的身份數據和異常行為數據，并使用主題庫中的主題數據將身份數據和異常行為數據分別表達為身份特征和異常行為特征，從而將治安事件類型與相關的身份特征和異常行為特征關聯到一起，形成一條預警規則，由所有的預警規則構成預警規則集；

建立基于支持向量機的治安風險預警引擎，以預警規則中的治安事件類型為標簽，以相關的身份特征和異常行為特征為輸入數據，利用治安事件歷史數據對所述治安風險預警引擎進行測試驗證，在測試驗證的過程中，根據測試驗證結果對支持向量機的模型參數進行調整，從而在測試驗證結束后，得到滿足預警準確度要求的治安風險預警引擎；

所述治安風險預警引擎的超平面表達式為：a+bX+cY+KXY＝0；

進行預警時，若a+bX+cY+KXY0，則判定治安風險異常；若a+bX+cY+KXY≤0，則判定治安安全；

其中，a、b、c分別為支持向量機的模型參數；X和Y分別表示輸入的身份特征和異常行為特征；K為權重系數，用于衡量輸入的身份特征與異常行為特征的關聯度，K的每一個取值對應關聯度的一個區間，各區間互不重疊，且區間取值范圍越大，對應的K的取值越大。

2.如權利要求1所述的基于支持向量機的治安風險預警方法，其特征在于，還包括：

獲取社區的實時監控視頻，以提取當前監控范圍內每個行人的身份特征和異常行為特征；

對于當前監控范圍內的每一個行人P_i，根據其身份特征X_i和異常行為特征Y_i的關聯度確定相應的權重系數K的取值K_i后，以身份特征X_i和異常行為特征Y_i為輸入，利用經過測試驗證的治安風險預警引擎進行治安風險預警，若預警結果為治安風險異常，則發出預警信息；否則，不作處理。

3.如權利要求2所述的基于支持向量機的治安風險預警方法，其特征在于，還包括：

對于行人P_i，若預警結果為治安風險異常，則將身份特征和異常行為特征組作為組合特征，從所述預警規則集中識別出與組合特征(X_i，Y_i)最相似的一條或多條預警規則，并從中提取治安風險類型，將其識別為當前治安風險事件的類型；

其中，組合特征(X_i，Y_i)為身份特征X_i和異常行為特征Y_i組合而成的組合特征。

4.如權利要求1所述的基于支持向量機的治安風險預警方法，其特征在于，身份特征與異常行為特征之間的關聯度被預設的低閾值Th_low和高閾值Th_high劃分為三個區間[R_min,Th_low]、(Th_low,Th_high)和[Th_high,R_max]，分別對應輕權重等級、中權重等級和重權重等級，三個等級對應的K的取值分別為K₁、K₂和K₃，K₁K₂K₃；

其中，R_min和R_max分別表示身份特征與異常行為特征之間的關聯度的最小取值和最大取值，Th_lowTh_high。

5.如權利要求1所述的基于支持向量機的治安風險預警方法，其特征在于，還包括：

主題庫構建完成后，采用特殊值填充、回歸、多重填補、期望值最大化中的一種或多種方式對主題庫進行遺漏數據補齊處理。

6.一種基于支持向量機的治安風險預警系統，其特征在于，包括：主題庫構建模塊、預警規則構建模塊以及測試驗證模塊；

所述主題庫構建模塊，用于從社區基礎數據中提取主題數據，并對主題數據進行分類，由每一個類別的主題數據構成一個主題庫；

所述預警規則構建模塊，用于從社區治安事件歷史數據中，針對同一類型的治安事件，提取相關人員共有的身份數據和異常行為數據，并使用主題庫中的主題數據將身份數據和異常行為數據分別表達為身份特征和異常行為特征，從而將治安事件類型與相關的身份特征和異常行為特征關聯到一起，形成一條預警規則，由所有的預警規則構成預警規則集；

所述測試驗證模塊，用于建立基于支持向量機的治安風險預警引擎，以預警規則中的治安事件類型為標簽，以相關的身份特征和異常行為特征為輸入數據，利用治安事件歷史數據對所述治安風險預警引擎進行測試驗證，在測試驗證的過程中，根據測試驗證結果對支持向量機的模型參數進行調整，從而在測試驗證結束后，得到滿足預警準確度要求的治安風險預警引擎；

所述治安風險預警引擎的超平面表達式為：a+bX+cY+KXY＝0；

進行預警時，若a+bX+cY+KXY0，則判定治安風險異常；若a+bX+cY+KXY≤0，則判定治安安全；

其中，a、b、c分別為支持向量機的模型參數；X和Y分別表示輸入的身份特征和異常行為特征；K為權重系數，用于衡量輸入的身份特征與異常行為特征的關聯度，K的每一個取值對應關聯度的一個區間，各區間互不重疊，且區間取值范圍越大，對應的K的取值越大。