警情信息串并案检测系统的研究与实现

发布时间：2020-05-05 14:05

【摘要】：随着当今时代信息技术的飞速发展,人民生活水平的不断提高,和国家对于“互联网+”的相关概念的推而广之,公安机关作为政府的重要部门,掌握着海量的警情数据,也开始在这一领域寻求提升工作效率的新契机。串并案分析法,是警方人员办案过程中常用的手段之一,是指警方人员对多年积累下的海量案情数据进行分析,并结合案件侦查的经验,挖掘出案件之间的相互关联的一种方法。这种方法行之有效,但所需工作量巨大,如果能与计算机运行速度快、计算量庞大的优点相结合,无疑会给警方人员办案带来很大的助力。首先,本文对警方的串并案分析方法进行了解读,并在此基础上建立起串并案模型,以期为后续的系统实现做好理论准备工作。该模型第一步是通过对警情数据进行统计和分析来确定案件的特征,从而制定出相应的特征抽取方法;第二步是分析各个特征的匹配规则,得到计算特征相似的公式;第三步是综合各个特征的相似度以得到案件的相似度,并依据案件相似度进行排序,从而得出串并案检测的结果,完成模型的构建。其次,本文将该串并案检测系统主要分为三个模块:案件特征抽取模块、案件特征匹配模块和结果生成模块。案件特征抽取模块的作用为,使用模板方法和LSTM模型分类的方法从案情描述文本中抽取出案件的特征,使其数值化和向量化,并存储起来为后续基于规则的特征匹配准备数据。案件特征匹配模块的作用在于,依据模型中定义的匹配规则,使串并案模型定义的每一个特征都实现强匹配特征的匹配和对相似特征的相似度计算。结果生成模块的作用为输出串并案分析的结果。最后,本文通过测试,验证出该串并案检测系统所得到的结果合理,该系统能够在一定程度上满足串并案分析的需求,能够为警方人员呈现更加直观的、合理的案件关联关系,以辅助其进行人工串并案分析。
【图文】：

循环神经网络,一次变换,箭头,结构图

有向的节点和线组成的图来描述计算的过程。当需要输入的数据从一端流入整张数据逡逑图，分配好节点对应的计算设备，各个节点之间并行地执行，完成最终的运算。以这逡逑种方式构建的整个流程的Ｔｅｎｓｏｒｆｌｏｗ，拥有着非常高的灵活性，如图２－１所示。逡逑ＳＧＤ卿逡逑、Ｗｅｉｇｈｔｌ邋Ｊ逦、邋Ｂｉａｓｅｓｌ邋｝逦、邋Ｗｅｉｇｈｔ２邋｝逦ｔ邋Ｂｉａｓｅｓ２邋｝逡逑，ｆ逦、，…厂邋￣逦＾邋ｆ邋＇逡逑（贼邋Ｗｅ邋丨邋ｇｆｎｌ邋）逦ＪＳ新邋Ｂｉａｓｅｓｌ邋）邋（更新邋Ｗｅｉｇｈｔ邋２邋）邋（邋Ｓ？ｆＢｉａｓｅｓ２邋）逡逑—逦？逦Ｇｒａｄｉｅｎｔ逡逑ｔ邋ｎ逡逑“邋逦／逡逑Ｌｏｇｉｔ邋层逦ｙ邋￣逦＼邋／逡逑ｆ邋Ｂｉａｓｅ５２邋）逦Ｂｉａｓ邋Ａｄｄ逦＼邋／邋／逡逑：：：：：：：：逦ｙ逡逑丨邋一．．．逡逑Ｓｉｇｍｏｉｄ邋层逦ｊｒ逡逑Ｓｉｇｍｏｉｄ逡逑，，逦、逡逑（、Ｂｉａｓｅｓｌ邋）逦＾邋Ｂｉａｓ邋Ａｄｄ逡逑＼逦Ｃ邋Ｗｅｉｇｈｔｌ、｝逦ＭａｔＭｕｌ邋Ｊ逦／逡逑Ｖ逡逑图２－１邋ｔｅｎｓｏｒｆｌｏｗ的网络架构逡逑使用Ｔｅｎｓｏｒｆｌｏｗ进行项目研究和工程实现具有以下优点：逡逑１．支持ＣＮＮ，即卷积神经网络，ＲＮＮ循环神经网络，支持深度强化学习及计算逡逑密集的科学计算（偏微分方程求解），同时可以自行设计神经网络的结构，数据流式图逡逑也使得开发者更加自由的表达算法

链式结构,循环神经网络,简单结构,上解

上解决ＲＮＮ循环神经网络存在的梯度消失等问题［２１］。逡逑前文己经提及，ＲＮＮ是一种重复的链式结构，在未加入ＬＳＴＭ改进的ＲＮＮ中，逡逑一般只是简单的将一个ｔａｎｈ层，置于这一层结构中，如图２－３所示。逡逑—？邋逦邋逦逦？逦——？逡逑Ａ逦Ａ逡逑０邋＾邋＾逡逑图２－３只有一个ｔａｎｈ层的ＲＮＮ逡逑ＬＳＴＭ即使在这样的链式结构上，将每一部分的简单结构进行替换，以一种非常逡逑特殊的方式进行交互，使之成为了一个不同的结构，如图２－４所示。逡逑１２逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：D631.1;TP391.1

【相似文献】