[發明專利]一種基于多梯核深度神經網絡模型積分預警方法以及系統

有效

• 申請號: 202111101411.6
• 申請日: 2021-09-18
• 公開（公告）號: CN113807587B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 史晨昱;牛娜;管國權;陳偉明
• 申請（專利權）人: 西安未來國際信息股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/26;G06N3/08;G06N3/02
• 代理公司: 上海坤元知識產權代理有限公司 31376
• 代理人: 董強;李劉佳

本發明涉及公共安全技術領域，且公開了一種基于多梯核深度神經網絡模型積分預警方法，包括數據存儲模塊，用于從多種數據源采集多種結構的數據并進行存儲，所述的數據根據內容分為基本信息數據，財務信息數據、社會信息數據和軌跡信息；數據中心處理模塊，用于將數據存儲模塊中保存的數據統一結構化，所述統一結構化的數據經過特征量化、特征分箱、特征提取、特征分梯后導入多梯核神經網絡模型中生成具體的預警積分。通過設置的多梯核神經網絡模型，應用于公共領域過程中，來對行為人進行其數據特征的識別和判斷，最終來實現對個人行為進行實時預警，實現對公共安全事故的及時布控，及時防范，及時打擊，降低公共安全事故的發生概率。

技術領域

本發明涉及公共安全技術領域，具體為一種基于多梯核深度神經網絡模型積分預警方法以及系統。

背景技術

現有公共安全領域通過積分結果匹配“紅”、“橙”、“黃”、“綠”進行預警，其計算模型存在機械化、準確率低、自適應能力差等問題，無法實現實時化、精準化、智能化的積分計算。機械化主要體現在計算規則必須設定好、準確率低主要體現在人為主觀判定、自適應能力差主要體現在規則之間存在相關性，規則無法完全覆蓋。

中國專利公開號CN202110427225.5公開了“公共安全風險預警系統和方法”，公共安全風險預警系統利用雙目攝像機對公共安全隱患區域進行風險監測，其可遍及的范圍廣且監測精度高，是采用雙目攝像機進行視覺監測，雙目攝像機能夠識別待測物體的深度信息，而雙目攝像機能夠像人類的雙眼一樣通過視差計算對象的深度信息，從而更加精確和快速地識別對象的動作信息，進而實現更精準的預警。

但上述發明的缺陷在于，只針對即將發生的危害公共安全的行為本身進行預警，無法進行較早的主動預警。現實生活中需要對一個關注對象的多維歷史信息數據進行分析，以得出其實施危害公共安全行為的概率。而目前是根據人為經驗整理衡量規則，設定權重，累加權重結果，確定關注對象的積分情況，結合預警四色確定關注對象是否將要實施危害公共安全行為。其中規則是動態變化的，不能涵蓋所有規則，同時規則之間也存在相互關聯性，無法實現自適應能力，導致安全預警效果比較低。故而本申請提出一種基于多梯核深度神經網絡模型積分預警方法以及系統來解決上述所提出的問題。

發明內容

解決的技術問題

針對現有技術的不足，本發明提供了一種基于多梯核深度神經網絡模型積分預警方法以及系統，解決了安全預警效果低，防范不及時的問題。

技術方案

為實現上述目的，本發明提供如下技術方案：一種基于多梯核深度神經網絡模型積分預警方法，包括數據存儲模塊，用于從多種數據源采集多種結構的數據并進行存儲，所述的數據根據內容分為基本信息數據，財務信息數據、社會信息數據和軌跡信息；

數據中心處理，用于將數據存儲模塊中保存的數據統一結構化，所述統一結構化的數據經過特征量化、特征分箱、特征提取、特征分梯后導入多梯核神經網絡模型中生成具體的預警積分；

閾值生成，用于產生多個動態的風險預警閾值區間；

通過如下步驟，產生風險預警信息：

步驟一：數據分類，將數據根據數據形態分成非數值特征數據和數值特征數據兩種類別；

步驟二：特征量化，對步驟一中的非數值特征值數據進行特征量化，并將非數值特征數據根據行為特征劃分為依據頻次為量化指標的行為數據和依據行為程度為量化指標的行為數據；

特征分箱，對步驟一中的數值特征數據進行離散化處理；

步驟三：特征提取，對步驟二獲取的數據通過方差過濾算法和F檢驗算法進行特征提取，并對所分別提取的數據特征進行數據特征交集獲得數據特征集合；

步驟四：特征分梯，將步驟三所獲取的數據特征集合通過特征相關算法將具有相關性的數據特征組合為若干個數據特征組合；