一種刑事案件的串併案智能分析方法
2023-09-17 06:52:30 3
專利名稱：：一種刑事案件的串併案智能分析方法
技術領域：
：本發明涉及一種刑事案件的串併案智能分析方法。
背景技術：
：刑事案件偵破人員會從案件現場採集大量的信息並將這些信息存儲在計算機系統中，如足跡照片，現場照片，現場物體的特徵描述，案發地點描述等等信息。這些信息格式多樣，有離散的數字和符號，有文本信息，圖像信息。針對當前異地作案，流串作案，連續作案的特點，刑事案件情報分析人員根據當前案件特徵，需要對計算機系統中已經發生的案件進行複雜的檢索和比對，以發現哪些案件可能是由同一人或團夥所為，從而為案件偵破工作提供大量的證據和線索。目前刑事案件中的串併案的處理方法主要是通過簡單檢索和人工比對來進行串併案的分析和處理。採用這種方法其效率極其低下，隨著分析人員的工作量加大及疲勞程度增加，其人工分析的準確性也大大降低，進而影響了破案的速度和效率。雖然目前分別對圖像進行特徵採集和文本進行分類的方法屢見不鮮，但由於案件現場採集的數據特徵多樣，既包含文本數據，又包含圖像數據，既有離散數據，又包含連續數據，此外，串併案分析人員的方式複雜多樣，需要一種能夠對信息進行多種組合形式來完成串併案分析，使用當前已知的圖像檢索技術或文本檢索技術難以應用在刑事案件的計算機串併案輔助分析系統，不能滿足串併案分析的效率和準確性的要求。
發明內容本發明的目的是提供一種既能對文本又能對圖像進行準確、高效檢索的刑事案件的串併案智能分析方法。本發明的發明目的是通過實施下述技術方案來實現的一種刑事案件的串併案智能分析方法，其特徵在於，包括如下步驟步驟1、分別對資料庫中每一個案件的圖像數據和文本數據進行特徵提取；步驟2、將提取的資料庫中每個案件的圖像和文本特徵表示為案件的一個向量，從每個案件中所提取的特徵組成每個案件的多維向量；步驟3、對案件的每一維向量賦予權值；計算資料庫案件之間的相似度，得到相似度矩陣；指定閾值，計算每個案件的領域，得到資料庫的領域粗糙集系統l;步驟4、對每個案件的多維向量進行維度約簡；去掉案件多維向量中其中一個分量；重複上述步驟3，計算資料庫中案件之間的相似度，得到資料庫的領域粗糙集系統2;比較步驟3獲得的資料庫的領域粗糙集系統1與約簡後去掉任意一個分量得到資料庫的領域粗糙集系統2，如果二者差異顯著，不能去掉該分量，否則去掉該分量；重複本步驟的以上內容，直到不能再去掉分量為止；步驟5、計算待分析的案件與向量約簡後的資料庫每個案件的相似度，找出資料庫中和其有關聯的串併案件，如果對結果不滿意，則重新調整步驟3對每一維向量賦予的權值和閾值，重複步驟3至步驟5，獲得新的串併案件結果。其中所述步驟2將提取的資料庫中每個案件的每個特徵被表示為如下表的屬性一屬性值對形式，每一個案件的每一個屬性對應的屬性值即為其的一維向量，所有的屬性即組成了每一個案件的多維向量tableseeoriginaldocumentpage7用於特定描述的文本可以包括作案工具，其屬性值可以包括刀、槍；可以為作案人數，其屬性值為離散數據；可以為現場足跡的長度，其屬性值為連續數據。每個案件Q都被表示為一個n維向量(Vil，vi2，...，vin)，向量中既包含連續數字數據，也包含離散符號數據，設v，s是來自同一屬性的屬性值，定義如下運算vs如果v,s是數字v"='l如果v，s是符號，且v二s0如果v，s是符號，且v^s其中所述步驟1採用如下步驟提取特徵步驟ll、計算圖像中每個象素的平均梯度平方矩陣:(豈)2豈豈!且(其中I(x，y)為圖像中位置(x，y)處的灰度值，當該點對應的平均梯度平方矩陣的兩個特徵值較大，該點為一個特徵點，特徵點響應函數為i=det(AO-衝證(A0)2，其中det(N)為矩陣的行列式值，trace(N)為矩陣N的跡，k為0.04，按R值對圖像中的象素點進行降序排序，構成一個數列，確定一個所需特徵點個數F，然後取數列中前F個象素點為特徵點，特徵點的位置信息組成特徵點的一個向量。步驟12、對資料庫中的文本數據進行特徵提取；對文本進行分詞和詞性標註，去掉其中的虛詞，剩餘的詞記為w"w"…'W";計算每個詞l在文本中詞頻，記為Pi，以詞為維度，得到一個向量(A，A，，P")。其中所述步驟3所述的權值向量表明對數據的重視程度，權值向量W計算如下p2p"-)-(W，w2，...，w)S2，Z"Z只￡a步驟3的相似度的計算步驟如下步驟31、設d和C2是兩個案件，其對應的向量為(Vl，v2，...，vn)和(Sl，...，Sn)，則d和C2之間的相似度按照如下公式計算w,o,.v)v,Vv,L/t步驟32、計算資料庫中所有案件之間的相似度，得到相似度矩陣設資料庫中有Q，C2，…，Cm個案件，經過步驟3，每個案件被表示為一個n維向量。因此，由步驟31，計算任意兩個案件的相似度，得到相似度矩陣如下formulaseeoriginaldocumentpage9步驟33、指定閾值K，根據K和相似度矩陣，對任意案件Ci，按照如下公式計算案件Ci的領域N(Ci)，formulaseeoriginaldocumentpage9步驟34、對資料庫中的每個案件，計算其領域，得到領域粗糙集系統l如下formulaseeoriginaldocumentpage9其中所述步驟4所述的對多維向量進行維度約簡的步驟如下步驟41:設資料庫中的案件有n個分量，讓F二U，2，…，n}，設d和C2是兩個案件，其對應的向量為(Vl，v2,...，vn)和(Sl，s2，...，sn)，從F中去掉任意一個分量i，讓F二F—Uh去掉後再計算兩個案件的相似性，其公式如下formulaseeoriginaldocumentpage9步驟42:根據步驟41計算的相似性，採用步驟33、34獲得一領域粗糙集系統2如下formulaseeoriginaldocumentpage9對領域粗糙集系統NS和A^，定義formulaseeoriginaldocumentpage9L描述了領域粗糙集系統NS和A^'之間的差異程度，其值越大，差異越小，如果L小於某指定的閾值，讓F二FuUh即不能去掉分量i，否則去掉分量i;步驟43:重複步驟41和步驟42，直到F中不能再去掉分量為止，得到約簡後的多維向量F。其中所述步驟5所述的待分析案件與資料庫的數據相似度分析步驟如下步驟51、對指定的案件Cp,在約簡後的向量F上，計算Cp與資料庫中每個案件的相似度，得到相似度向量如下(S(Cp,Q，S(Cp,C2)，,..，S(Cp,CJ)，步驟52、計算Cp的領域如下jv(c》=(。is(Cp，c》sosu,2,…,附n，其中領域W^)中的案件為與案件Cp串併案件。在所述步驟ll之前，採用以下步驟對圖像進行預處理步驟IO、對圖像中的特定區域如足跡進行數據採集；歩驟IOI、確定照片中足跡區域，包括足跡的前沿點和後跟點；步驟102、將足跡前沿點與後跟點連接為一條線段，取該線段的中點為原點，該線段設為y軸，其垂直的直線為X軸，建立區域坐標系，並計算區域中每個象素點在此坐標系中的位置。本發明通過從資料庫中的圖像和文本中提取有用特徵向量，並將用戶的知識映射為一種權值向量，結合該權值向量，使用粗糙集理論，對向量的各分量進行動態約簡和選擇，然後在約簡後的向量上面進行相似度計算來實現案件的串併案分析。本發明對連續數據和離散符號數據進行統一處理和計算，定義一種運算公式，避免多維向量中包含連續數據，約簡時無法計算正區域，或需要將連續數據離散化後再計算正區域，造成大量有用信息丟失的弊端；採用本發明能結合分析人員的經驗和知識交互式地進行靈活、柔性的檢索和比對，為破案人員提供了更準確的串併案的信息，提高了破案效率。圖l是本發明的流程圖。具體實施例方式下面結合附圖對本發明作進一步詳細的描述進行分析和檢索的資料庫中包含每個刑事案件的數據信息，該信息包括也包含對已有案件進行串併案分析結果，對併案在一起的案件進行標識。步驟1:採用如下步驟分別對資料庫中每一個案件的圖像數據和文本數據進行特徵提取；步驟10:圖像中有足跡照片需要在提取特徵前進行預處理；步驟101:確定照片中足跡區域以及足跡的前沿點和後跟點；步驟102:將足跡前沿點與後跟點連接為一條線段，取該線段的中點為原點，該線段設為y軸，其垂直的直線為X軸，建立區域坐標系，並計算區域中每個象素點在此坐標系中的位置。步驟ll:對圖像區域按以下步驟進行特徵點提取，其提取方法如下計算圖像中每個象素的平均梯度平方矩陣如下formulaseeoriginaldocumentpage11其中IU，y)為圖像中位置(x，y)處的灰度值。如果某點對應的平均梯度平方矩陣的兩個特徵值較大，那麼該點附近的有較大的灰度級變化，這就說明該點是一個特徵點，特徵點響應函數為formulaseeoriginaldocumentpage11det(N)為矩陣的行列式值，trace(N)為矩陣N的跡，k一般為0.04。按R值對圖像中的象素點進行降序排序，構成一個數列，確定一個所需特徵點個數F，然後取數列中前F個象素點為特徵點，特徵點的位置信息組成特徵點的一個向量。步驟12:對資料庫中的文本數據如作案方式、作案工具、作案人數、作案人員形貌特徵、現場遺留的痕跡、足跡長短等描述信息的數據進行特徵提取；對文本進行分詞和詞性標註，去掉其中的虛詞，剩餘的詞記為W^，…，w;計算每個詞Wi在文本中詞頻，記p"以詞為維度，得到一個向量(A'A'…'P")。步驟2:將提取的資料庫中每個案件的圖像和文本特徵表示為屬性一屬性值對形式，如圖像中的特徵點位置被看作是屬性，而特徵點的象素值被看作是該屬性上的值，文本數據中詞被看作是屬性，而該詞在文本中的頻率被看作是該屬性上的值，案件中已有的離散數據和連續數據也可以被組織為屬性一屬性值的形式，如用於特定描述的文本可以包括作案工具，其屬性值可以包括刀、槍;可以為作案人數，其屬性值為離散數據；可以為現場足跡的長度，其屬性值為連續數據。設資料庫中有m個案件，則資料庫中的案件被組織成為如下形式的信息表:tableseeoriginaldocumentpage12其中，d，C2，，Cm表示案件，APA2，...，An表示n個屬性，vu，vi2，...，Vin表示案件Q在分別在屬性A,，A2，...入上的值，這樣，表中的每行就是一個案件的數據向量。每個案件Ci都被表示為一個n維向量(v，vi2，...，vin)，向量中既包含連續數字數據，也包含離散符號數據，設v，s是來自同一屬性的屬性值，定義如下運算「ra如果v，s是數字1如果v，s是符號，且v-s0如果v，s是符號，且v^s如一個足跡長度的屬性值v為19.85cm，一個足跡長度的屬性值s為19.80cm，均為連續數據，將這兩個屬性值定義為^=19.80*19.85;如一個作案工具的屬性值v是刀，一個作案工具的屬性值s是槍，v#s，如作案人員的屬性值v的人數為3個，作案人員的屬性值s的人數為3個，v=s，貝""=1步驟3:對案件的每一維向量賦予權值；計算資料庫案件之間的相似度，得到相似度矩陣；指定閾值，計算每個案件的領域，得到資料庫的領域粗糙集系統l;步驟31:分析人員結合經驗知識和分析方式對案件的每一維向量如足跡照片，作案方式賦予權值，由於每個案件的n維向量都來自足跡照片、作案方式等數據。使用該權值可以給n維向量的每個分量賦予權值，n維向量每個分量的權值和向量的權值相同。其方法是如果n維向量中某些分量都來自同一數據，如都來自足跡照片，則這些分量都被賦予足跡照片的權值。這樣，n維向量中的每個分量都具有一個權值，記此權值向量為步驟32:權值向量表明對數據的重視程度，分析人員通過調節權值向量來得到分析側重點。例如，如果僅使用足跡照片進行串併案分析，則可以將足跡照片的權值設置l，而其他數據的權值設置為0。將權值向量P規範化，得到規範化的權值向量W如下formulaseeoriginaldocumentpage13步驟33:設d和C2是兩個案件，其對應的向量為(Vl，V2，...，Vn)和(Sl，S2，...，Sn)，則C1和C2之間的相似度按照如下公式計算formulaseeoriginaldocumentpage13步驟34、計算資料庫中所有案件之間的相似度，得到相似度矩陣設資料庫中有C,，C2，…，Cm個案件，經過步驟2，每個案件被表示為一個n維向量。因此，由步驟33，計算任意兩個案件的相似度，得到相似度矩陣如下-formulaseeoriginaldocumentpage13步驟35:指定閾值K，根據K和相似度矩陣，對任意案件Q,按照如下公式計算案件Ci的領域N(Ci)，formulaseeoriginaldocumentpage13步驟36:對資料庫中的每個案件，計算其領域，這樣就得到領域粗糙集系統1如下formulaseeoriginaldocumentpage13.步驟4:對每個案件的多維向量採用自上而下的約簡方法，進行維度約簡；具體步驟如下步驟41:設資料庫中的案件有n個分量，讓F-U，2，…，n}，設d和C2是兩個案件，其對應的向量為(Vl，V2,...，Vn)和(Sl，S2，...，Sn)，從F中讓F二F—U)，去掉後再計算兩個案件的相似性，其公式SM''(V'"')V''eFV^e/7，按步驟41中的相似性，根據步驟35、36再次獲得一領域粗糙集jv*(c2)，...，at'(c附》。對領域粗糙集系統NS和aw'比較其差異，定義—2"擊l，lliV'(C,)l，L描述了領域粗糙集系統NS和aw'之間的差異程度，其值越大，差異越小。當L小於某指定的閾值，讓F-RjUI，即不能去掉分量i,否則去掉分量i。步驟44:重複步驟41-43，直到F中不能再去掉分量為止。得到約簡後的多維向量F。步驟5:計算待分析的案件與向量約簡後的資料庫每個案件的相似度，找出資料庫中和其有關聯的串併案件。步驟51:對指定的案件Cp，在約簡後的向量F上，計算Cp與資料庫中每個案件的相似度，得到相似度向量如下(S(Cp,C,)，S(Cp,C2)，...，S(Cp,C附))，步驟52:計算CP的領域如下7v(C》={C,IS(Cp，《，/e{1，2,...，附}}，其中領域w(q)中的案件為與案件Cp串併案件。步驟6:如果分析人員對步驟5中的結果不滿意，則重新輸入權值向量和閾值K，重複步驟3至步驟5，又得到新的串併案件結果，直到分析人員滿意為止。本發明通過從資料庫中的圖像和文本中提取有用特徵向量，並將用戶的知識映射為一種權值向量，結合該權值向量，使用粗糙集理論，對向量的各分量進行動態約簡和選擇，然後在約簡後的向量上面進行相似度計算來實現案件的串併案分析。本發明對連續數據和離散符號數據進行統一處理和計算，定義一種運算公式，避免多維向量中包含連續數據，約簡時無法計算正區域，或需要去掉任意一個分量i，如下步驟42:系統2如下步驟43:將連續數據離散化後再計算正區域，造成大量有用信息丟失的弊端；採用本發明能結合分析人員的經驗和知識交互式地進行靈活、柔性的檢索和比對，為破案人員提供了更準確的串併案的信息，提高了破案效率。權利要求1、一種刑事案件的串併案智能分析方法，其特徵在於，包括如下步驟步驟1、分別對資料庫中每一個案件的圖像數據和文本數據進行特徵提取；步驟2、將提取的資料庫中每個案件的圖像和文本特徵表示為案件的一個向量，從每個案件中所提取的特徵組成每個案件的多維向量；步驟3、對案件的每一維向量賦予權值；計算資料庫案件之間的相似度，得到相似度矩陣；指定閾值，計算每個案件的領域，得到資料庫的領域粗糙集系統1；步驟4、對每個案件的多維向量進行維度約簡；去掉案件多維向量中其中一個分量；重複上述步驟3，計算資料庫中案件之間的相似度，得到資料庫的領域粗糙集系統2；比較步驟3獲得的資料庫的領域粗糙集系統1與約簡後去掉任意一個分量得到資料庫的領域粗糙集系統2，如果二者差異顯著，不能去掉該分量，否則去掉該分量；重複本步驟的以上內容，直到不能再去掉分量為止；步驟5、計算待分析的案件與向量約簡後的資料庫每個案件的相似度，找出資料庫中和其有關聯的串併案件；步驟6、如果對步驟5的分析結果不滿意，則重新調整步驟3對每一維向量賦予的權值和閾值，重複步驟3至步驟5，獲得新的串併案件結果。2、根據權利要求1所述的刑事案件的串併案智能分析方法，其特徵在於，其中所述步驟2將提取的資料庫中每個案件的每個特徵被表示為如下表的屬性—屬性值對形式，每一個案件的每一個屬性對應的屬性值即為其的一維向量，所有的屬性即組成了每一個案件的多維向量屬性屬性值圖像中的特徵點位置特徵點的象素值文本數據中的詞詞在文本中的頻率用於特定描述的文本離散數據用於特定描述的數字連續數據3、根據權利要求2所述的刑事案件的串併案智能分析方法，其特徵在於，每個案件Ci都被表示為一個n維向量(Vil，vi2，...，vin)，向量中既包含連續數字數據，也包含離散符號數據，設v，s是來自同一屬性的屬性值，定義如下vs如果v,s是數字v"='l如果v，S是符號，且v-s0如果v，s是符號，且v^s4、根據權利要求1、2或3所述的刑事案件的串併案智能分析方法，其特徵在於，其中所述步驟l採用如下步驟提取特徵-步驟ll、計算圖像中每個象素的平均梯度平方矩陣雖力=formulaseeoriginaldocumentpage3豈裡其中I(x，y)為圖像中位置(x，y)處的灰度值，當該點對應的平均梯度平方矩陣的兩個特徵值較大，該點為一個特徵點，特徵點響應函數為formulaseeoriginaldocumentpage3，其中det(N)為矩陣的行列式值，trace(N)為矩陣N的跡，k為0.04，按R值對圖像中的象素點進行降序排序，構成一個數列，確定一個所需特徵點個數F，然後取數列中前F個象素點為特徵點，特徵點的位置信息組成特徵點的一個向量。步驟12、對資料庫中的文本數據進行特徵提取；對文本進行分詞和詞性標註，去掉其中的虛詞，剩餘的詞記為^，vv..，w;計算每個詞Wi在文本中詞頻，記為Pi，以詞為維度，得到一個向量(a，；v...，a)。5、根據權利要求4所述的刑事案件的串併案智能分析方法，其特徵在於，其中所述步驟3採用如下步驟計算權值步驟31、多維向量的每個分量的權值和向量的權值相同，權值向量記為formulaseeoriginaldocumentpage3步驟32、權值向量W計算公式如下formulaseeoriginaldocumentpage36、根據權利要求5所述的刑事案件的串併案智能分析方法，其特徵在於，步驟3的相似度的計算步驟如下步驟33、設Q和C2是兩個案件，其對應的向量為(Vl，v2，...，vn)和(Sl，S2,...，Sn)，則d和C2之間的相似度按照如下公式計算formulaseeoriginaldocumentpage4步驟34、計算資料庫中所有案件之間的相似度，得到相似度矩陣設資料庫中有Q，C2，…，Cm個案件，經過步驟2，每個案件被表示為一個n維向量。由步驟33，計算任意兩個案件的相似度，得到相似度矩陣如下formulaseeoriginaldocumentpage4步驟35、指定閾值K，根據K和相似度矩陣，對任意案件Ci，按照如下公式計算案件Ci的領域N(Ci)，formulaseeoriginaldocumentpage4步驟36、對資料庫中的每個案件，計算其領域，得到領域粗糙集系統l如下formulaseeoriginaldocumentpage47、根據權利要求1所述的刑事案件的串併案智能分析方法，其特徵在於，其中所述步驟4所述的對多維向量進行維度約簡的步驟如下步驟41:設資料庫中的案件有n個分量，讓F二U，2，…，n}，設d和C2是兩個案件，其對應的向量為(Vpv2,...，vn)和(Sl，s2，...，sn)，從F中去掉任意一個分量i，讓F^F—Uh去掉後再計算兩個案件的相似性，其公式如下formulaseeoriginaldocumentpage4步驟42:根據步驟41計算的相似性，採用步驟35、36獲得一領域粗糙集系統2如下formulaseeoriginaldocumentpage4formulaseeoriginaldocumentpage5步驟43、對領域粗糙集系統NS和AW'比較其差異，定義formulaseeoriginaldocumentpage5L描述了領域粗糙集系統NS和AW'之間的差異程度，其值越大，差異越小，當L小於指定的閾值，讓F二FuUh即不能去掉分量i,否則去掉分量i;步驟44:重複步驟41-43，直到F中不能再去掉分量為止，得到約簡後的多維向量F。8、根據權利要求1所述的刑事案件的串併案智能分析方法，其特徵在於，其中所述步驟5所述的待分析案件與資料庫的數據相似度分析步驟如下步驟51、對指定的案件Cp，在約簡後的向量F上，計算Cp與資料庫中每個案件的相似度，得到相似度向量如下formulaseeoriginaldocumentpage5步驟52、計算Cp的領域如下formulaseeoriginaldocumentpage5其中領域^(^)中的案件為與案件Cp串併案件。9、根據權利要求4所述的刑事案件的串併案智能分析方法，其特徵在於，在所述步驟ll之前，採用以下步驟對圖像進行預處理步驟IO、對圖像中的特定區域進行數據採集。10、根據權利要求9所述的刑事案件的串併案智能分析方法，其特徵在於，所述圖像為足跡，其預處理步驟如下步驟IOI、確定照片中足跡區域，包括足跡的前沿點和後跟點；步驟102、將足跡前沿點與後跟點連接為一條線段，取該線段的中點為原點，該線段設為y軸，其垂直的直線為x軸，建立區域坐標系，並計算區域中每個象素點在此坐標系中的位置。全文摘要本發明提供了一種對刑事案件串併案的文本和圖像進行準確、高效檢索的智能分析方法，它包括提取資料庫的圖像和文本的數據信息，形成每個案件的多維向量特徵；對連續數據和離散符號數據定義一種運算公式進行統一處理和計算；對多維向量賦予不同的權值；採用粗糙集約簡技術，再對每個案件的多維向量特徵進行維度約簡；計算待分析的案件與向量約簡後的資料庫每個案件的相似度，找出資料庫中和待分析案件有關聯的串併案件；採用本發明能結合分析人員的經驗和知識交互式地進行靈活、柔性的檢索和比對，為破案人員提供了更準確的串併案的信息，提高了破案效率。文檔編號G06F17/30GK101187927SQ20071005085公開日2008年5月28日申請日期2007年12月17日優先權日2007年12月17日發明者何明耘,劉啟和,張建中,帆閔,陳雷霆申請人:電子科技大學