[發明專利]一種面向特殊人員的行為風險智能預警方法及系統

在審

• 申請號: 202010574048.9
• 申請日: 2020-06-22
• 公開（公告）號: CN111723869A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 劉治;姚佳;李玉軍
• 申請（專利權）人: 山東大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

1.一種面向特殊人員的行為風險智能預警方法，其特征在于，包括：

建立在設定情境下以人體生理信息為表征的樣本數據集；

根據所述樣本數據集中包含的樣本類型，在每兩種不同類型的樣本間分別設計一個SVM分類器；所述樣本類型為行為風險的不同等級；

通過傳感器獲取待測人員在設定情境下的人體生理信息數據并進行預處理；

將預處理后的數據分別輸入到每一個SVM分類器；根據每一個SVM分類器輸出的數據類型，選取數量最多的數據類型作為最終的行為風險等級。

2.如權利要求1所述的一種面向特殊人員的行為風險智能預警方法，其特征在于，建立在特定情境下以人體生理信息為表征的樣本數據集，具體過程包括：

選取設定數量的被測者，分別采集每一個被測者在設定情境下的人體生理信息數據，包括：人體心電、皮電、呼吸、血氧以及面部血氧含量；

對采集到的信號進行特征提取，構建原始特征空間，并對提取的特征進行標準化處理；

采用基于自監督學習策略的自編碼器對原始特征空間進行降維、去噪；

經過歸一化處理，得到設定樣本規模的數據集，所述數據集中每個獨立樣本包含基于多源生理信息抽象特征的訓練數據主元子空間；

為每一個特征集標注行為風險等級標簽，得到樣本數據集。

3.如權利要求1所述的一種面向特殊人員的行為風險智能預警方法，其特征在于，對采集到的信號進行特征提取，包括：

對于采集到的每一種信號，至少提取所述信號的均值、標準差、峰值、高頻功率、低頻功率、斜率、移動平均值、移動標準差、功率比以及多尺度熵特征。

4.如權利要求1所述的一種面向特殊人員的行為風險智能預警方法，其特征在于，根據所述樣本數據集中包含樣本類型，在每兩種不同類型的樣本間分別設計一個SVM分類器；

對于每一個SVM分類器，在其所屬的兩種類型樣本組成的樣本子空間中尋找一個劃分超平面；通過算法迭代求取滿足約束條件下的劃分超平面參數，使得樣本子空間中任意個體到超平面的距離最大，從而確定具有最大間隔的劃分超平面，以進行二分類操作，在訓練集上獲得最優分類性能。

5.如權利要求4所述的一種面向特殊人員的行為風險智能預警方法，其特征在于，所述分類器設計的基本結構表示為：

s.t.y_i(ω^TT+b≥1)，i＝1,2......m

其中，ω、b分別為劃分超平面法向量參數和位移項參數；T為壓縮后的生理信號向量，y_i為分類標簽。

6.如權利要求1所述的一種面向特殊人員的行為風險智能預警方法，其特征在于，在每兩種不同類型的樣本間分別設計一個SVM分類器之后，還包括：基于所述樣本數據集對所述分類器進行訓練的過程。

7.如權利要求6所述的一種面向服刑人員的再犯罪風險智能預警方法，其特征在于，每一個SVM分類器輸出的數據類型包括：高風險群、低風險群或者一般風險群。

8.一種面向特殊人員的行為風險智能預警系統，其特征在于，包括：

用于建立在設定情境下以人體生理信息為表征的樣本數據集的裝置；

用于根據所述樣本數據集中包含的樣本類型，在每兩種不同類型的樣本間分別設計一個SVM分類器；所述樣本類型為行為風險的不同等級的裝置；

用于通過傳感器獲取待測人員在設定情境下的人體生理信息數據并進行預處理的裝置；

用于將預處理后的數據分別輸入到每一個SVM分類器；根據每一個SVM分類器輸出的數據類型，選取數量最多的數據類型作為最終的行為風險等級的裝置。

9.一種終端設備，其包括處理器和計算機可讀存儲介質，處理器用于實現各指令；計算機可讀存儲介質用于存儲多條指令，其特征在于，所述指令適于由處理器加載并執行權利要求1-7任一項所述的面向特殊人員的行為風險智能預警方法。

10.一種計算機可讀存儲介質，其中存儲有多條指令，其特征在于，所述指令適于由終端設備的處理器加載并執行權利要求1-7任一項所述的面向特殊人員的行為風險智能預警方法。