一种基于动静态特征融合学习的服刑人员风险预测方法.pdfVIP

下载本文档

1
0
约1.23万字
约 9页
2023-06-12 发布于四川
举报
版权申诉

一种基于动静态特征融合学习的服刑人员风险预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于动静态特征融合学习的服刑人员风险预测方法，包括高维动静态数据的时空特征提取和行为频域特性自适应的多模型融合预测。时空特征提取中，对静态数据进行降维提取重要特征；由动态数据业务表得到三维的动态特征张量；与静态特征矩阵融合得到动静态三维张量；多模型融合预测中，根据服刑人员历史风险特征的频域特性对服刑人员进行聚类标记，根据标记对动静态三维张量进行分解，分类别构建监督数据集，并进一步设置多种步长，得到不同类别不同步长的训练样本集；针对多类别多步长训练样本集构建多分类多尺度网络结构，对样本集进行训

(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 CN 113052497 A (43)申请公布日 2021.06.29 (21)申请号 202110441229.9 G06K 9/62 (2006.01)