公开(公告)号：CN111768027A

公开(公告)日：2020-10-13

申请号：CN202010463027.X

申请日：2020-05-27

Applicant: 华南农业大学

Inventor： 李康顺 ,  王梓铭 ,  刘嘉豪 ,  方鸿铭 ,  雷逸舒

IPC: G06Q10/04 ,  G06Q10/06 ,  G06K9/62 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了基于强化学习的再犯罪风险预测方法、介质和计算设备，首先构建训练样本集，针对训练样本集进行聚类；针对于聚类得到的N个类，分别构建N个BP神经网络；将各训练样本属性，输入到对应的BP神经网络中，对BP神经网络进行训练，得到再犯罪风险预测模型；针对于需要预测再犯罪风险的测试样本，计算测试样本与各聚类中心之间的距离，选取出与测试样本之间距离最小的聚类中心，将该聚类中心所属聚类对应的训练好的神经网络作为测试样本的再犯罪风险预测模型，将测试样本的属性，输入到测试样本的再犯罪风险预测模型中，通过该模型对测试样本的再犯罪行为进行预测。本发明使得再犯罪预测的效果更加真实有效、准确以及计算速度更快。

公开(公告)号：CN113159155B

公开(公告)日：2024-01-23

申请号：CN202110403536.8

申请日：2021-04-15

Applicant: 华南农业大学

Inventor： 李康顺 ,  王梓铭 ,  陈伟林 ,  王健聪 ,  周威池

IPC: G06F18/2413 ,  G06F18/23 ,  G06F18/214 ,  G06Q50/26

Abstract: 本发明公开了一种再犯罪风险预警混合属性数据处理方法、介质和设备，首先获取数据样本构成数据集，对数据集中的各样本进行初步的数据预处理，剔除数据集中的冗余项和缺失项，然后将数据集转换为协调的数据集；接着对于协调的数据集中的各条件属性，进行约简处理，删除协调的数据集中的冗余属性，得到属性约简后的数据集，最后对属性约简后的数据集进行聚类。本发明方法中，通过数据预处理和约简处理，能够将数据集中存在缺失的属性以及冗余的属性进行有效去除，因此可以有效降低数据的维度，实现对预警数据的有效处理分析，基于该方法获取到的数据，能够使得再犯罪风险预警的分类准确度更高以及分类的速度更快。

公开(公告)号：CN113159155A

公开(公告)日：2021-07-23

申请号：CN202110403536.8

申请日：2021-04-15

Applicant: 华南农业大学

Inventor： 李康顺 ,  王梓铭 ,  陈伟林 ,  王健聪 ,  周威池

IPC: G06K9/62 ,  G06Q50/26

Abstract: 本发明公开了一种再犯罪风险预警混合属性数据处理方法、介质和设备，首先获取数据样本构成数据集，对数据集中的各样本进行初步的数据预处理，剔除数据集中的冗余项和缺失项，然后将数据集转换为协调的数据集；接着对于协调的数据集中的各条件属性，进行约简处理，删除协调的数据集中的冗余属性，得到属性约简后的数据集，最后对属性约简后的数据集进行聚类。本发明方法中，通过数据预处理和约简处理，能够将数据集中存在缺失的属性以及冗余的属性进行有效去除，因此可以有效降低数据的维度，实现对预警数据的有效处理分析，基于该方法获取到的数据，能够使得再犯罪风险预警的分类准确度更高以及分类的速度更快。