[发明专利]一种基于多维风险指数的服刑人员风险评估方法在审

专利信息
申请号: 201911162277.3 申请日: 2019-11-25
公开(公告)号: CN111091269A 公开(公告)日: 2020-05-01
发明(设计)人: 袁宁;杜磊;徐涛 申请(专利权)人: 天津中天慧通科技有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/26;G06F17/11
代理公司: 天津睿禾唯晟专利代理事务所(普通合伙) 12235 代理人: 李春荣
地址: 300131 天津市红桥区铃铛*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 多维 风险 指数 服刑人员 评估 方法
【权利要求书】:

1.一种基于多维风险指数的服刑人员风险评估方法,其特征在于:所述风险评估方法包括如下步骤:

S1、基于监狱信息系统数据的风险特征提取;

S2、绝对风险指数评估;

S3、相对风险指数评估;

S4、突变风险指数评估;

S5、综合风险指数评估。

2.根据权利要求1所述的一种基于多维风险指数的服刑人员风险评估方法,其特征在于:所述步骤S1具体为:服刑人员主要的监管安全动态特征样例,特征项数据来源于监狱各相关信息系统,特征项可根据风险评估需求及监狱信息系统的基础数据提供能力进行动态配置,设服刑人员有M个风险因子,在因子Xi下有Ni个特征其中1≤i≤M,1≤j≤Ni,每个特征项的取值由特征提取函数映射到离散的风险评估变量Xi,j,(0≤Xi,j≤5)。

3.根据权利要求1所述的一种基于多维风险指数的服刑人员风险评估方法,其特征在于:所述步骤S2具体为:设服刑人员风险评估变量Xi,j的最大值为Max(xi,j),该特征在所属风险类别中的相对权重为wi,j,(0≤wi,j≤1),权重值由神经网络模型预训练得到或由专家系统给定,则服刑人员在t时刻的风险因子Xi的风险值Ai(t)计算公式为:

设服刑人员风险因子Xi在M个因子中的相对权重为wi,(0≤wi≤1),则服刑人员在t时刻的风险绝对指数A(t)的计算公式为:

所述步骤S3具体为:设由绝对风险指数评估方法可得某服刑人员k在t时刻的风险因子Xi的风险值Ak,i(t),某管理范围内,例如监区的服刑人员总数为K,所有服刑人员在t时刻的风险因子Xi的平均风险值为偏差为ΔAk,i(t)=Ak,i(t)-Ai(t),标准差为则风险相对偏差zk,i(t)计算公式为:

设服刑人员风险因子Xi在M个因子中的相对权重为wi,(0≤wi≤1),则服刑人员在t时刻的风险相对指数Bk(t)的计算公式为:

所述步骤S4具体为:设由绝对风险评估方法可得某服刑人员在某历史时段(滑动窗口),时间序列t1,t2,…,tL时的风险因子Xi的风险值Ai(t1),Ai(t2),…,Ai(tL),该服刑人员在该时段的风险因子Xi的平均风险值为时刻L时的偏差为ΔAi(tL)=Ai(tL)-(Ai(tL),标准差为则风险相对偏差zi(tL)计算公式为:

设服刑人员风险因子Xi在M个因子中的相对权重为wi,(0≤wi≤1),则服刑人员在tL时刻的风险突变指数C(tL)的计算公式为:

所述步骤S5具体为:综合上述对于服刑人员风险评估的绝对指数、相对指数、突变指数可以对其进行综合风险指数评估。令某服刑人员在时刻t的绝对风险评估指数为A(t),相对风险评估指数为B(t),突变风险评估指数为C(t),则该服刑人员的综合风险评估指数为:

Y(t)=αA(t)+βB(t)/5+YC(t)/5,

其中,α,β,γ(α+β+γ=1)作为三个风险评估指数的调和参数,参数值可以基于训练样本,采用多元线性回归方法确定,也可以由用户动态配置。这三个参数可分别调整相应的评估维度在综合风险指数中的影响力,包括调整参数α可控制服刑人员个体的绝对风险影响力,调整参数β可控制服刑人员在群体中的相对风险影响力,调整参数γ可控制服刑人员自身表现的突变风险影响力。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津中天慧通科技有限公司,未经天津中天慧通科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911162277.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top