[发明专利]一种数据交换方法及系统

权利要求书

1.一种数据交换方法，其特征在于，包括：

获取需要发送的第一数据包并下载到数据交换平台；

通过数据包的特征属性判断其对应的业务，并调用业务的解析方法解析数据包，将解析后的文件转换为对应业务需要的文件；

将转换后的文件按照打包规则重新打包成第二数据包并发送到对应的业务接收端；

对待处理数据进行目标文本提取，进行中文分词并建立案件文本词典，同时进行词频分析，通过词嵌入技术进行文本语义数值化表征，然后通过监督学习和半监督学习进行规范性审查和评分；

包括：

接收：交换平台通过ftp获取监狱端、法院端和检查院端需要发送的文件包，即第一数据包；并下载到数据交换平台；

解析：通过不同的包名判断不同的业务，然后调用业务的解析方法；

转换：将解析后的文件转换为对应业务需要的文件；修改XML里面的节点名称；打包：将转换后的文件按照打包规则重新打包成zip包，即第二数据包；

发送：将打包后的文件通过FTP发送到对应的业务接收端；

在获取需要发送的第一数据包并下载到数据交换平台前，监狱利用偏差分析，对服刑人员在监狱的日常行为表现，消费记录，活动轨迹、异常性情表现等进行分析，包括：

对服刑人员进行运动目标跟踪，在视频中寻找与目标模板最相似候选目标区位置的过程，依据运动目标的表达和相似性度量，将测试序列与预先标定的代表典型行为的参考序列进行匹配，以确定测试序列的行为类别，并判断该行为是否属于异常行为；

其中，监狱视频监控通过自动分析监狱区域人数的变化，实现对监狱服刑人员非法聚集、人员过密、跨界变化等异常情况的报警，监狱区域人数异常情况监测过程包括：

S1.基于区域人数历史数据建立该区域的一般模型，该模型符合正态分布，假设人数为随机变量，对模型中的参数估计使用贝叶斯方法；

S2.考虑不同时段内区域人数变化的特征，结合实时数据，校正一般模型，根据人流的周期性和不均衡性，通过贝叶斯预测方法反馈循环来校正，建立符合该区域人流特征的动态模型；

S3.动态设定区域人数安全范围，利用修订后的动态模型对预期的人数进行实时异常检测，根据特定区域人数数值分布的概率准则作为区域内人数异常检测的依据，确定任一时刻该区域的人数动态变化范围；

S4.建立服刑人员在监狱中的危险程度模型Y：

Y＝a*D+b*n，

其中，a,b为比例系数，a+b＝1,a在0.2-0.4之间，b在0.6-0.8之间，D为服刑人员的网络密度，D＝mc，其中m为包括该服刑人员在内的该服刑人员联系的节点人数，c为该m个节点人数的在排除无法建立连接的节点后两两之间的连接数，n为该服刑人员的相关案件数；

S5.根据任一时刻该区域的人数和区域中服刑人员的危险程度确定是否发出告警。

2.根据权利要求1所述的方法，其特征在于，

所述将转换后的文件按照打包规则重新打包成第二数据包并发送到对应的业务接收端，包括：对第一类型数据按照第一打包规则整体打包发送，对第二类型数据按照第二打包规则拆分打包发送。

3.根据权利要求1所述的方法，其特征在于，

所述将转换后的文件按照打包规则重新打包成第二数据包并发送到对应的业务接收端，包括：第二数据包通过光闸到达可获取的服务器上，通过定时任务从服务器上获取所述第二数据包，然后解析入库。

4.根据权利要求1所述的方法，其特征在于，

所述通过数据包的特征属性判断其对应的业务，并调用业务的解析方法解析数据包，包括：

根据数据包的特征属性将所述第一数据包拆分成多个不同业务的子数据包，对所述子数据包进行数据分析和特征提取，并对分析和提取结果进行评查并生成报告。

5.根据权利要求4所述的方法，其特征在于，

对所述子数据包进行数据分析和特征提取，包括：

对所述子数据包进行文本分析、格式分析和语义分析；同时对所述子数据包提取事件特征，所述事件特征包括规则特征、主体特征和事实特征。