[發(fā)明專利]一種基于機器學習的罪犯改造質量評估系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010670937.5
• 申請日: 2020-07-13
• 公開（公告）號: CN111832942A
• 公開（公告）日: 2020-10-27
• 發(fā)明（設計）人: 黃文海;狄小華;楊劍;陸浩
• 申請（專利權）人: 江蘇懷業(yè)信息技術股份有限公司;南京大學;南京懷業(yè)智能科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/26;G06N20/00
• 代理公司: 北京華際知識產(chǎn)權代理有限公司 11676
• 代理人: 李帥

1.一種基于機器學習的罪犯改造質量評估系統(tǒng)，其特征在于：該系統(tǒng)包括輸入模塊、編碼模塊、降緯模塊、指標變化表征計算模塊、最終特征生成模塊、概率計算模塊和輸出模塊；

S1、所述輸入模塊用于接受樣例的輸入，對樣例進行分解并輸出源動態(tài)指標值序列、對比動態(tài)指標值序列和靜態(tài)指標值序列；

S2、所述編碼模塊包括編碼模塊一、編碼模塊二和編碼模塊三；

S201、所述編碼模塊一將S1輸出的源動態(tài)指標值序列編碼為向量，得到源動態(tài)指標向量；

S202、所述編碼模塊二將S1輸出的對比動態(tài)指標值序列編碼為向量，得到對比動態(tài)指標向量；

S203、所述編碼模塊三將S1輸出的靜態(tài)指標值序列編碼為向量，得到靜態(tài)指標向量；

S3、所述降緯模塊分別對S201輸出的源動態(tài)指標向量和S202輸出的對比動態(tài)指標向量進行降緯，獲得源動態(tài)指標緊湊向量和對比動態(tài)指標緊湊向量；

S4、所述指標變化表征計算模塊計算S2輸出的源動態(tài)指標緊湊向量和對比動態(tài)指標緊湊向量，得出余弦相似度標量、歐氏距離標量和方向余弦向量；

S5、所述最終特征生成模塊用于將S203輸出的靜態(tài)指標向量和S4輸出的余弦相似度標量、歐氏距離標量和方向余弦向量合并成一個最終特征向量；

S6、所述概率計算模塊將S5輸出的最終特征向量進行分布概率計算，最終得出罪犯改造質量等級分布概率；

S7、所述輸出模塊用于將S6輸出的改造質量等級分布概率依照JSON格式組織起來并作為模型的輸出。

2.根據(jù)權利要求1所述的一種基于機器學習的罪犯改造質量評估系統(tǒng)，其特征在于：在S1中：

所述源動態(tài)指標值序列和對比動態(tài)指標值序列統(tǒng)稱為動態(tài)指標值序列；

所述源動態(tài)指標值序列是指在一個時間點針對某個罪犯所收集的該罪犯的所有動態(tài)指標的指標值；

所述對比動態(tài)指標值序列是指在另一個時間點對某個罪犯所收集的該罪犯的所有動態(tài)指標的指標值；

所述靜態(tài)指標值序列是指該罪犯不可變指標的指標值。

3.根據(jù)權利要求2所述的一種基于機器學習的罪犯改造質量評估系統(tǒng)，其特征在于：在S2中；

所述編碼模塊對S1輸出的源動態(tài)指標值序列、對比動態(tài)指標值序列和靜態(tài)指標值序列進行編碼時，S1輸出的所述源動態(tài)指標值序列、對比動態(tài)指標值序列和靜態(tài)指標值序列分為數(shù)值型數(shù)據(jù)和分類型數(shù)據(jù)：

所述數(shù)值型數(shù)據(jù)無需編碼；

所述分類型數(shù)據(jù)包括單選型和多選型：

所述單選型使用one-hot encoding進行編碼；

所述多選型使用multi-hot encoding進行編碼；

S1輸出的所述源動態(tài)指標值序列通過one-hot encoding和multi-hot encoding中的至少一個進行編碼，得到源動態(tài)指標向量V_src，所述源動態(tài)指標向量V_src利用以下公式表示：

V_src＝(x_i1,x_i2,...x_im)；

S1輸出的所述對比動態(tài)指標值序列通過one-hot encoding和multi-hot encoding中的至少一個進行編碼，得到對比動態(tài)指標向量V_cmp，所述對比動態(tài)指標向量V_cmp利用以下公式表示；

V_cmp＝(x_j1,x_j2,...x_jm)；

其中，m為S1輸出的源動態(tài)指標值序列和對比動態(tài)指標值序列的大小，x_im表示某罪犯在源時間點在第m個源動態(tài)指標上的取值所對應的編碼值，x_jm表示某罪犯在對比時間點在第m個對比動態(tài)指標上的取值所對應的編碼值；

所述靜態(tài)指標值應用one-hot encoding和multi-hot encoding中的至少一個進行編碼，得到靜態(tài)指標向量V_st。