【技术实现步骤摘要】
本专利技术涉及智能防控，具体涉及一种重点人员智能预警方法及系统。
技术介绍
1、在公安治安防控、司法社区矫正、民政特殊人群管理领域都涉及到重点人员管控的需求，传统主要以人工管理和被动式管控为主，即通过定期上门走访或报备登记的方式开展常态化管理，并在异常事件发生之后进行打击处理或处罚教育，耗费人力较多且处置效率不高，加大了管理难度和成本。
2、随着智慧城市建设的推进，智慧警务、智慧司法、智慧民政等“智慧+”业务得到快速发展，借助先进的智能ai算法、大数据处理分析等技术手段，逐渐将人工管理转变为智能无感化管理，将事后处置转变为事前预警分析，强调全方位动态管理，强化防范意识，尽可能减少危险事件的发生。同时，对于已经发生的案事件，可实现线索的快速发现，减少分析研判的时间，提高管理服务的质效。在人员无感化管理和事前预警分析过程中，通常根据人员活动特点构建匹配的模型开展分析活动，根据模型触发的预警信息捕获其异常行为，从而开展提前关注和干预，这种方式具有一定的应用局限性，对于不同类型的人员需要构建不同的模型进行分析，模型组件复用性不强且耗费资源。因此，需要考虑从通用性角度出发，实现人员预警模型的设计和搭建，使其应用场景更加多元化，同时打破单一数据应用的局限，实现人员活动数据的有机组合和关联，发挥大数据应用的优势，并且能够在模型预警的基础上进行人员的动态分级，筛选出异常活动的群体，从而进行有差别的监控管理，最大程度的发挥资源优势，达到全面掌握、重点管控的目的，从而为打击违法犯罪活动、保障公共安全提供切实有效的手段，提升整体智慧管理的
技术实现思路
1、本专利技术的目的在于提供一种重点人员智能预警方法及系统，结合实际治安管控、司法监控和特殊群体关爱的需要，按照人员业务属性分类建立重点人员原始数据库，整合多元化的人员活动轨迹大数据，构建人员个体的轨迹数据集，在此基础上，分析不同业务属性人员的活动特点，汇总并拆解为独立且单一的活动行为，将活动行为映射为可量化的通用算子；根据人员业务属性特点，自定义选取不同的通用算子构建预警分析模型，记录模型产生的所有预警数据；将人员预警数据有效转化为风险值，在同一业务属性人员中设置人员风险管控阈值，依据风险值实现人员的动态分级，从而实现更加科学合理的管控，并且研发相关的系统，提供人员数据库建立、模型自定义配置、预警可视化展示的相关功能。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种重点人员智能预警方法，包括以下步骤:
4、s1：按照人员业务属性分类建立重点人员原始数据库，数据库包含人员姓名、身份信息、业务属性、人脸照片；
5、s2：获取人员各类轨迹活动大数据，通过特征比对和身份索引建立同一人员的轨迹数据集，包括人卡抓拍数据、车辆抓拍数据、购票数据、宾馆登记数据、网吧登记数据、手机位置数据，建立方式如下：
6、通过人卡和车辆抓拍数据，提取人脸特征信息；
7、利用通过人脸特征信息进行同一人员抓拍数据的聚档；
8、将人员聚档后的档案数据，选取质量最优的一张，与已有的人员静态库进行比对，达到设定的相似值后，进行人员身份置信；
9、通过人员身份证号进行具有身份属性的轨迹活动数据的关联
10、s3：细化各类重点人员行为特征，将其拆分为具有独立发生和判断的单一活动，并映射为通用算子，涵盖了首次入城、频繁入城、离城分析、区域进入、区域离开、失联分析、昼伏夜出、频繁活动、大范围活动、可疑同行、多人出现，通用算子建立步骤如下；
11、设置单个通用算子的分析规则；
12、确定单个通用算子标识和模型参数，标记其主键参数和状态；
13、将单个通用算子封装成算子组件，标记组件使用属性
14、s4：选定具有同一业务属性的人员数据库，自定义选择满足条件的一个或多个通用算子，从而构建针对该类人群的预警分析模型，模型设置方式如下；
15、选择所需的通用算子，计算通用算子个数；
16、判断通用算子个数是否为1；
17、若选择通用算子个数为1，确认其具备单独使用的属性，自主设置模型参数，确定预警分析模型运行时间；
18、若选择通用算子个数大于1，确认各算子具备与其他算子联用的属性，确定各算子之间的连接关系和运算逻辑，自主设置各算子模型参数，确定预警分析模型运行时间
19、s5：记录模型产生的所有预警数据，包括：人员姓名、身份证号、触发预警的通用算子个数，预警通用算子名称，对应的预警时间、对应的预警地点、对应的主键参数和阈值，从而形成预警数据表，并可按照人员业务属性进行预警数据过滤；
20、s6：设定分析时间段，针对同一类业务属性的人员预警数据，以人员身份证号为索引，关联其所有预警数据，将预警数据转换为风险值，具体转换方式如下：
21、获取同一业务属性人员数据库中所有人员的预警数据，包括：触发预警的通用算子个数、预警通用算子标识、对应的预警时间、对应的预警地点、对应的主键参数和阈值，对于无主键参数的情况，该条预警数据中主键参数和阈值默认为1；
22、设定人员基础风险值，同一业务属性人员数据库中人员的基础风险值一致，分别计算每个预警通用算子主键参数与阈值的比值，比值结果再乘以基础风险值，得到单个人员在单个通用算子下的预警风险值，对于无主键参数的情况，预警风险值等于基础风险值；
23、累计同一业务属性人员针对同一通用算子的预警数据，以人为维度进行预警数据的聚合，得到该通用算子的预警人数，将该人数与本人员库得到人员总数进行相比，从而获得该通用算子在本人员库的预警熵权；
24、取本人员库内预警通用算子个数的最大值，将单个人员的预警通用算子个数与最大值相比，得到单个人员对应的预警系数；
25、将预警熵权与对应预警风险值相乘，并乘以对应的预警系数，得到单个人员在该通用算子下的加权风险值，并依次计算该人员对应的其他通用算子的加权风险值；
26、将该人员所有加权风险值求和，得到其对应的人员风险值；
27、人员风险值根据分析时间范围的变化进行动态更新。
28、s7：同一业务属性人员，设置人员风险管控阈值，在模型运行时间内，实现人员的动态分级，具体方式如下：
29、若人员风险值大于等于风险管控阈值，则风险程度高，标记为红码，要进行实时监控和管理；
30、若人员风险值小于风险管控阈值且非零，则风险程度较低，标记为黄码，要进行定期监控和管理；
31、若人员风险值为零且有轨迹活动数据，则标记为绿码，不需要进行监管；
32、若人员风险值为零且无轨迹活动数据，则标记为蓝码，需要对人员进行确认，从而对人员原始数据库进行清理；
33、人员分级情况根据模型设置和运行时间的变化而动态变化。
34、作为本专利技术进一步的方案：s1中，重点人员原始数据库数据来源及处理过程方式，本文档来自技高网...
【技术保护点】
1.一种重点人员智能预警方法，其特征在于，包括以下步骤:
2.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，S1中，所述的重点人员原始数据库包括人员姓名、身份信息、业务属性、人脸照片。
3.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，S2中，所述的人员轨迹数据集包括人卡抓拍数据、车辆抓拍数据、购票数据、宾馆登记数据、网吧登记数据和手机位置数据。
4.根据权利要求3所述的一种重点人员智能预警方法,其特征在于，S2中，所述的人员轨迹数据集建立方式，具体是：
5.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，S3中，所述的通用算子构建方式，具体是：
6.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，S4中，所述的预警分析模型设置方式，具体是：
7.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，S5中，所述的预警数据包括人员姓名、身份证号、触发预警的通用算子个数，预警通用算子标识，对应的预警时间、对应的预警地点、对应的主键参数和阈值。
8.根据
9.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，S7中，人员动态分级的实现方式，具体是：
10.一种重点人员智能预警系统,其特征在于，包括数据管理模块、通用算子设置模块、预警模型配置模块和可视化展示模块；
...【技术特征摘要】
1.一种重点人员智能预警方法，其特征在于，包括以下步骤:
2.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，s1中，所述的重点人员原始数据库包括人员姓名、身份信息、业务属性、人脸照片。
3.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，s2中，所述的人员轨迹数据集包括人卡抓拍数据、车辆抓拍数据、购票数据、宾馆登记数据、网吧登记数据和手机位置数据。
4.根据权利要求3所述的一种重点人员智能预警方法,其特征在于，s2中，所述的人员轨迹数据集建立方式，具体是：
5.根据权利要求1所述的一种重点人员智能预警方法,其特征在于，s3中，所述的通用算子构建方式，具体是：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：何丹娜，郝刚，王伟，杨柳，石魁，吴博雯，徐小婷，汪辉，
申请(专利权)人：四创电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。