(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111536919.9 (22)申请日 2021.12.16 (71)申请人 杭州华亭科技有限公司 地址 311100 浙江省杭州市余杭区五常街 道258号2幢4F (72)发明人 施政　郑剑锋　王强　田振　 (74)专利代理 机构 北京志霖恒远知识产权代理 事务所(普通 合伙) 11435 代理人 张荣鑫 (51)Int.Cl. G06F 40/289(2020.01) G06F 40/216(2020.01) G06F 16/35(2019.01) G06N 3/08(2006.01) G06N 3/04(2006.01)G06Q 10/04(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种基于神经网络算法的罪犯行凶危险性 评估方法 (57)摘要 本发明公开了一种基于神经网络算法的罪 犯行凶危险性评估方法， 该发明主要通过神经网 络的监督学习能力， 对罪犯日常的行为数据进行 分析和预测， 从而评估罪犯进行行凶的危险性程 度。 本发明主要包含如下几个部分： 第一个部分 是数据提取和采集， 通过对监狱罪犯的观察、 监 听和记录以及心理认知活动的作答， 获取罪犯相 应的数据， 其中罪犯观察和监听的数据主要通过 公共区域视频语音模块采集。 第二部分是数据特 征提取模块， 通过将采集记录的数据进行转换和 特征提取， 获取建模所需格式化特征。 第三部分 为模型表达模块， 通过对格式化特征输入， 利用 神经网络的强大网络层训练能力， 从而对罪犯的 行凶危险性进行评估。 权利要求书1页 说明书3页 附图1页 CN 114118084 A 2022.03.01 CN 114118084 A 1.一种基于神经网络算法的罪犯 行凶危险性评估方法， 其特 征在于， 包括如下步骤： S1、 数据提取和采集： 通过对监狱罪犯的观察、 监听和记录以及心理认知活动的作答， 获取罪犯的数据， 并将罪犯的数据进行记录和数据库存 储； S2、 文本整理及转 化， 将罪犯的数据进行转 化和整理得到指定格式的文本； S3、 文本分割： 对文本的语意进行jieba分词， 分割成特定词语组， 并过滤无意义助词和 重复词； S4、 文本特征提取： 利用one ‑hot encoding独热编码和TF ‑IDF相结合的方式对特征文 本特征编码提取； S5、 进行特征整理和神经网络特征衍生， 通过组合特征和神经网络特征衍生构建模型 所有特征集市； S6、 构建神经网络结构， 结合输入模型特征， 通过神经网络训练最小化获取的最优模型 参数， 固化模型， 进行罪犯 预测。 2.如权利要求一种基于神经网络算法的罪犯行凶危险性评估方法， 其特征在于： 所述 步骤S1中对监狱罪犯的观察和监听的数据采用公共区域视频语音模块采集。 3.如权利要求一种基于神经网络算法的罪犯行凶危险性评估方法， 其特征在于： 所述 步骤S2的具体操作包括： 通过迅飞语音转化工具将 语音转化 成文本； 通过ocr 技术将图片信 息进行提取。 4.如权利要求一种基于神经网络算法的罪犯行凶危险性评估方法， 其特征在于， 所述 步骤S6具体包括如下子步骤： S61、 构建神经网络结构， 结合输入模型特征 其中n， m表示迭代 从1开始到m终止， b表示常系数， xi是每一个输入特 征， z是模型 预测值； S62、 通过激活函数sigmo id函数进行转换 S63、 通过神经网络训练最小化min(sigmoid(z)*(1 ‑sigmoid(z)))从而 获得最优的w参 数， 固化模型； S64、 当预测概 率阈值超过0.5， 表示预测结果 为危险。权　利　要　求　书 1/1 页 2 CN 114118084 A 2一种基于神经 网络算法的罪犯行凶危险性评估方 法 技术领域 [0001]本发明涉及 罪犯行凶危险性评估技术领域， 特别涉及一种基于神经网络算法的罪 犯行凶危险性评估方法。 背景技术 [0002]神经网络在这方面有一定的优势， 输入层， 隐藏层和输出层,如下 图示例， 一般来 说第一层是输入层， 最后一层是输出层， 而中间的层数都是隐藏层。 神经网络是通过一个个 感知机去获取信息的输入， 通过对每一层结果的输入利用神经元进行激活转换， 从而构建 不同的神经网络层和隐含层， 层与层之间是全连接的， 也就是说， 第i层的任意一个神经元 一定与第i +1层的任意一个神经元相连。 虽然DNN看起来很复杂， 但是从小的局部模 型来说， 还是和感知机一样， 即一个线性关系。 [0003]通过神经网络模型训练后可以固化每一层的参数， 从而对结果进行预测， 通过输 出层判断是否具有犯罪 倾向。 发明内容 [0004]本发明的目的在于提出一种基于神经网络的罪犯行凶危险性评估方法， 预测罪犯 在日常劳动改造中的行凶危险性。 [0005]为实现上述目的， 本发明提供如下技 术方案： [0006]本申请公开了一种基于神经网络算法的罪犯行凶危险性评估方法， 其特征在于， 包括如下步骤： [0007]S1、 数据提取和采集： 通过对监狱罪犯的观察、 监听和记录以及心理认知活动的作 答， 获取罪犯的数据， 并将罪犯的数据进行记录和数据库存 储； [0008]S2、 文本整理及转 化， 将罪犯的数据进行转 化和整理得到指定格式的文本； [0009]S3、 文本分割： 对文本的语意进行jieba分词， 分割成特定词语组， 并过滤无意义助 词和重复词； [0010]S4、 文本特征提取： 利用one ‑hot encoding独热编码和TF ‑IDF相结合的方式对特 征文本特 征编码提取； [0011]S5、 进行特征整理和神经网络特征衍生， 通过组合特征和神经网络特征衍生构建 模型所有特征集市； [0012]S6、 构建神经网络结构， 结合输入模型特征， 通过神经 网络训练最小化获取的最优 模型参数， 固化模型， 进行罪犯 预测。 [0013]作为优选， 所述步骤S1中对监狱罪犯的观察和监听的数据采用公共区域视频语音 模块采集。 [0014]作为优选， 所述步骤S2的具体操作包括： 通过迅飞语音转化工具将语音转化成文 本； 通过ocr技 术将图片信息进行提取。 [0015]作为优选， 所述 步骤S6具体包括如下子步骤：说　明　书 1/3 页 3 CN 114118084 A 3