首页 > 专利 > 南通大学 > 基于时间累积模型的人员状态信息检测方法专利详情

基于时间累积模型的人员状态信息检测方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2016-09-05
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2017-02-15
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2019-06-14
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2036-09-05
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN201610802619.3 申请日 2016-09-05
公开/公告号 CN106341263B 公开/公告日 2019-06-14
授权日 2019-06-14 预估到期日 2036-09-05
申请年 2016年 公开/公告年 2019年
缴费截止日
分类号 H04L12/24H04L29/06H04L29/08 主分类号 H04L12/24
是否联合申请 联合申请 文献类型号 B
独权数量 1 从权数量 4
权利要求数量 5 非专利引证数量 0
引用专利数量 5 被引证专利数量 0
非专利引证
引用专利 CN104821898A、CN102238579A、CN104122842A、CN104850604A、CN103324913A 被引证专利
专利权维持 5 专利申请国编码 CN
专利事件 转让 事务标签 公开、实质审查、授权、权利转移
申请人信息
申请人 第一申请人
专利权人 南通大学,江苏太平洋通信科技有限公司 当前专利权人 嘉兴卓十生物科技有限公司
发明人 周侗、孙晨星、朱伶俐、王英利、盖宸德、康天乐、柴香、石雅娇、孙键、陶菲 第一发明人 周侗
地址 江苏省南通市崇川区啬圆路9号 邮编 226000
申请人数量 2 发明人数量 10
申请人所在省 江苏省 申请人所在市 江苏省南通市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
南京钟山专利代理有限公司 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
戴朝荣
摘要
本发明公开了一种基于时间累积模型的人员状态信息检测方法,遍历每个人的行为轨迹数据和数据库中地图的每个敏感区域,计算每个轨迹点到敏感点的距离S(Pn,Gm)并判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr,单个社区矫正人员的所有轨迹点计算判断完成后,当Nm(Gm)≥Nmin时,对每个落入敏感区域内轨迹点进行记分,其中Nmin为敏感区计分的最少轨迹数,将记分分值SC与预设行为敏感程度阈值SCmax进行比较。本发明通过对城市中的敏感区域信息与监控对象行为轨迹数据进行分析,得到监控对象的行为模式,从而预测监控对象的犯罪趋势的分析模型,帮助监控人员进行个性化的管理教育。
  • 摘要附图
    基于时间累积模型的人员状态信息检测方法
  • 说明书附图:图1
    基于时间累积模型的人员状态信息检测方法
  • 说明书附图:图2
    基于时间累积模型的人员状态信息检测方法
  • 说明书附图:图3
    基于时间累积模型的人员状态信息检测方法
  • 说明书附图:图4
    基于时间累积模型的人员状态信息检测方法
  • 说明书附图:图5
    基于时间累积模型的人员状态信息检测方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2021-12-21 专利权的转移 登记生效日: 2021.12.08 专利权人由蚌埠立超信息科技有限公司变更为嘉兴卓十生物科技有限公司 地址由233000 安徽省蚌埠市燕山路8319号(上理大科技园6号302室)变更为314000 浙江省嘉兴市桐乡市崇福镇南门工农路1号佟二堡街5号04
2 2019-06-14 授权
3 2017-02-15 实质审查的生效 IPC(主分类): H04L 12/24 专利申请号: 201610802619.3 申请日: 2016.09.05
4 2017-01-18 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种基于时间累积模型的人员状态信息检测方法,其特征在于包含以下步骤:
步骤一:建立地图x、y坐标系,定位并记录社区矫正人员的位置和行动轨迹;
步骤二:遍历每个人的行为轨迹数据,遍历数据库中地图的每个敏感区域;
步骤三:计算每个轨迹点到敏感点的距离S(Pn,Gm),
式中,Gm(m=1,…M)为敏感点,Pn(n=1,…N)为轨迹点,(Gm)x、(Gm)y分别表示第m个敏感点的横坐标和纵坐标,(Pn)x、(Pn)y分别表示第n个轨迹点的横坐标和纵坐标;
步骤四:判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr,当(S(Pn,Gm)-Sr)<0时,社区矫正人员落入敏感区域内轨迹点数目Nm(Gm)+1;
步骤五:单个社区矫正人员的所有轨迹点计算判断完成后,当Nm(Gm)≥Nmin时,对每个落入敏感区域内轨迹点进行计分,其中Nmin为敏感区计分的最少轨迹数,将计分分值SC与预设行为敏感程度阈值SCmax进行比较。

2.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法,其特征在于:所述 Tmin为计分最少停留时间,t为相邻连续轨迹点的时间间隔。

3.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法,其特征在于 :所 述步 骤五 中 对每 个落 入敏 感 区域 内 轨迹 点进 行 计分 过程 为 ,其中SC为分值,Eva(Gm)为每个敏感区域的
计分级别,α为其他的影响参数。

4.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法,其特征在于:基于原有社区矫正监控系统的B/S结构,采用“数据-计算-表现”三层框架结构,在服务器中实现功能、计算结果,并将在每月固定时刻将报表发给监控人员。

5.按照权利要求1所述的一种基于时间累积模型的人员状态信息检测方法,其特征在于:所述步骤二的敏感区域分为点集、线集和面集。
说明书

技术领域

[0001] 本发明涉及一种人员状态信息检测方法,特别是一种基于时间累积模型的人员状态信息检测方法。

背景技术

[0002] 目前,国内司法社区矫正人员管理系统的监控功能多以实时位置显示与区域报警为主,仅实现了定位功能,并未将矫正人员的行为轨迹与敏感区域的犯罪地理研究相结合,忽视了矫正人员活动轨迹与其犯罪趋势的相关性,缺失了对矫正人员行为趋势的相关分析。因此迫切需要一种能够对矫正人员行为趋势进行分期的状态检测方法,通过对城市中的敏感区域信息与监控对象行为轨迹数据进行分析,得到监控对象的行为模式,从而预测监控对象的犯罪趋势的分析模型,帮助监控人员进行个性化的管理教育。

发明内容

[0003] 本发明所要解决的技术问题是提供一种基于时间累积模型的人员状态信息检测方法。
[0004] 为解决上述技术问题,本发明所采用的技术方案是:
[0005] 一种基于时间累积模型的人员状态信息检测方法,其特征在于包含以下步骤:
[0006] 步骤一:建立地图x、y坐标系,定位并记录社区矫正人员的位置和行动轨迹;
[0007] 步骤二:遍历每个人的行为轨迹数据,遍历数据库中地图的每个敏感区域;
[0008] 步骤三:计算每个轨迹点到敏感点的距离S(Pn,Gm),
[0009]
[0010] 式中,Gm(m=1,…M)为敏感点,Pn(n=1,…N)为轨迹点,(Gm)x、(Gm)y分别表示第m个敏感点的横坐标和纵坐标,(Pn)x、(Pn)y分别表示第n个轨迹点的横坐标和纵坐标;
[0011] 步骤四:判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr,当(S(Pn,Gm)-Sr)<0时,社区矫正人员落入敏感区域内轨迹点数目Nm(Gm)+1;
[0012] 步骤五:单个社区矫正人员的所有轨迹点计算判断完成后,当Nm(Gm)≥Nmin时,对每个落入敏感区域内轨迹点进行计分,其中Nmin为敏感区计分的最少轨迹数,将计分分值SC与预设行为敏感程度阈值SCmax进行比较。
[0013] 进一步地,所述 Tmin为计分最少停留时间,t为相邻连续轨迹点的时间间隔。
[0014] 进一步地,所述步骤五中对每个落入敏感区域内轨迹点进行计分过程为,其中SC为分值,Eva(Gm)为每个敏感区域的计分级别,α为其他的影响参数。
[0015] 进一步地,基于原有社区矫正监控系统的B/S结构,采用“数据-计算-表现”三层框架结构,在服务器中实现功能、计算结果,并将在每月固定时刻将报表发给监控人员。
[0016] 进一步地,所述步骤二的敏感区域分为点集、线集和面集。
[0017] 本发明与现有技术相比,具有以下优点和效果:基于原有社区矫正监控系统的B/S结构,采用“数据-计算-表现”三层框架结构,在服务器中实现功能、计算结果,开发简单,成本较低;对矫正人员的行为轨迹与敏感区域进行比对分析,并通过不同的打分机制进行判断,综合检测分析矫正人员的行为情况,从而预测监控对象的犯罪趋势的分析模型,帮助监控人员进行个性化的管理教育。

实施方案

[0023] 下面结合附图并通过实施例对本发明作进一步的详细说明,以下实施例是对本发明的解释而本发明并不局限于以下实施例。
[0024] 如图1所示,本发明的一种基于时间累积模型的人员状态信息检测方法,其特征在于包含以下步骤:
[0025] 步骤一:建立地图x、y坐标系,定位并记录社区矫正人员的位置和行动轨迹;
[0026] 步骤二:遍历每个人的行为轨迹数据,遍历数据库中地图的每个敏感区域;
[0027] 步骤三:计算每个轨迹点到敏感点的距离S(Pn,Gm),
[0028]
[0029] 式中,Gm(m=1,…M)为敏感点,Pn(n=1,…N)为轨迹点,(Gm)x、(Gm)y分别表示第m个敏感点的横坐标和纵坐标,(Pn)x、(Pn)y分别表示第n个轨迹点的横坐标和纵坐标;
[0030] 步骤四:判断每个轨迹点到敏感点的距离S(Pn,Gm)是否大于敏感点阈值Sr,当(S(Pn,Gm)-Sr)<0时,社区矫正人员落入敏感区域内轨迹点数目Nm(Gm)+1;
[0031] 步骤五:单个社区矫正人员的所有轨迹点计算判断完成后,当Nm(Gm)≥Nmin时,对每个落入敏感区域内轨迹点进行计分,其中Nmin为敏感区计分的最少轨迹数,将计分分值SC与预设行为敏感程度阈值SCmax进行比较。 Tmin为计分最少停留时间,t为相邻连续轨迹点的时间间隔。对每个落入敏感区域内轨迹点进行计分过 程为,其中SC为分值,Eva(Gm)为每个敏感区域的
计分级别,α为其他的影响参数。
[0032] 敏感区域是指一定时期内犯罪现象高度集中的较为敏感的区域。研究证实,犯罪的时空分布绝非漫无边际,随心所欲,而是成串成簇,有迹可循。如图2所示,敏感区域的地图表现形式可以分为三个层次:点集、线集和面集----在不同层次上形成区域所依据的犯罪理论与可能原因是有区别且有规律性的,不同层次上的犯罪类型也带有一定的特征。而要确定敏感区域与其敏感程度评分(Eva),在项目中进行调查是必不可少的,调查内容包括实地走访、与相关监管单位进行交流等等,敏感程度评分表设置如图3所示。
[0033] 行为分析模型便是以敏感区域的评分为基础而运作的。由于我们目前所调查的层次基本上属于点状敏感区域,如图4所示,而敏感区域的定位点是矢量意义上的坐标点,所以要确定轨迹点是否处于敏感区域,应判断其是否存在于敏感区域定位点确定的缓冲范围内(区域半径Sr)。而在实际运算过程中,我们既可以使用GIS软件进行缓冲区与空间分析,也可以直接进行轨迹点与敏感区域的距离判断:(S(Pn,Gm)-Sr)>0。
[0034] 由于原有社区矫正监控系统采用的是B/S(浏览器/服务器)结构,所以该模型采用“数据-计算-表现”三层框架结构,如图5所示,在服务器中实现功能、计算结果,并将在每月固定时刻将报表发给监控人员(浏览器用户)。
[0035] 本说明书中所描述的以上内容仅仅是对本发明所作的举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种修改或补充或采用类似的方式替代,只要不偏离本发明说明书的内容或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。

附图说明

[0018] 图1是本发明的基于时间累积模型的人员状态信息检测方法的流程图。
[0019] 图2是本发明的敏感区域点集、线集和面集示意图。
[0020] 图3是本发明的敏感程度评分表设置表格。
[0021] 图4是本发明的敏感点地图分布示意图。
[0022] 图5是本发明检测方法的框架结构示意图。
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号