石拓
- 作品数：28 被引量：50H指数：4
- 供职机构：北京警察学院更多>>
- 发文基金：国家社会科学基金北京市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术政治法律社会学经济管理更多>>
- 一种基于分布式推理的火情探测系统被引量：2
- 2019年
- 为克服用于火情探测的传统中心化系统网络负载高、灵活性差、推理效率低等问题,提出了一种无线传感网络环境下基于分布式推理的火情探测系统。该系统依托局部模糊逻辑和知识驱动聚类技术,能够融合当前环境信息、被预测的环境信息(短期知识)和偏差环境信息(长期知识),进而生成针对火情的更加复杂和精细的推理结果。该系统采用Ⅱ型模糊逻辑模型,避免了Ⅰ型模糊逻辑模型在建模非确定性局部知识和动态环境时准确率较低的问题;此外,该系统采用知识驱动节点自动聚类策略,并引入选择概率机制,有效降低了网络负载并提升了对非确定性的建模能力。对真实数据集进行试验,与多款基于无线传感网络的火情探测系统的试验结果对比表明,该系统能够生成针对火情的更加复杂和精细的知识推理结果,而且显著减少了无线传感网环境承载的消息数量,提高了知识推理的即时性和准确性。
- 石拓石拓
- 关键词：安全工程
- 弥漫性轴索损伤相关研究及其法医学应用
- 2017年
- 弥漫性轴索损伤(DAI)是创伤性脑损伤的常见类型。DAI发生后,在脑内剪切力、"Waller变性"等机制的作用下,轴索迟发性肿胀、断裂,轴突收缩球形成,同时产生β-APP、FE65、MBP、NSE、S100B、NF、C-tau等多种生物标志物。这些标志物可能源自于损伤的神经元胞体、骨架蛋白等,或者关联于某些神经炎性反应,部分具备高度敏感性、特异性。不同标志物有的会加重脑损伤,有的则能促进脑修复,在脑内稳态平衡中联合发挥作用。本文对DAI后轴索损伤的神经生物学改变,尤其是加重脑损伤的因素进行综述,评估其多种生物标志的应用价值,以期提高DAI诊断及法医鉴定水平,并为减轻DAI后脑损伤、促进脑修复提供新视角。
- 李健王福磊杨俊波刘建全石拓刘良
- 关键词：法医病理学弥漫性轴索损伤
- 基于时序交易图注意力神经网络的以太坊恶意账户检测被引量：2
- 2022年
- 随着区块链的迅速发展,利用以太坊从事传销、诈骗、洗钱等犯罪行为逐年增加,因此对于以太坊账户的检测成为了破解新型犯罪的一种有效方法。文章提出将交易时间信息融入到以太坊地址账户特征的模型,从而检测以太坊账户是否为恶意账户。模型对传统的注意力网络进行改进,通过融合时序交易时间图注意力的神经网络实现了地址账户特征的最终表达。实验结果表明,该模型优于传统的机器学习分类算法和图神经网络分类算法。
- 石拓梁飞尚钢川田洋俊
- 基于领域自适应的无监督文本关键词提取模型——以“人工智能风险”领域文本为例被引量：7
- 2022年
- [目的/意义]针对专业领域研究人员难以从大量无监督文本数据中快速获取领域关键知识,以精准把握专业研究方向和内容。[方法/过程]文章提出一种基于迁移学习领域自适应的文本关键词提取模型。首先通过采集中国知网中特定领域的文章和关键词,将其作为目标域数据,将待提取关键词的无监督文本作为源域数据,通过最小化二者间的共享相似特征和关键词分类交叉熵,实现关键词提取方法的跨领域迁移,完成对无监督领域文本的关键词提取任务。[结果/结论]对1313篇“人工智能风险”主题的文章进行领域关键词提取,实验表明该领域关键词提取模型相比于BiLSTM-CRF、TF-IDF模型提取效果提升显著,在领域关键知识提取场景中有较强应用价值。
- 毛立琦石拓吴林马涛
- 关键词：领域自适应
- 社会环境数据视角下的犯罪空间情报分析模式研究被引量：2
- 2019年
- 空间分析是犯罪情报分析重要研究内容,是利用空间情报信息进行犯罪预警和辅助决策的重要手段,尤其随着数据范式的驱动,犯罪空间分析模式需要重构。基于以往研究成果、领域专家经验和公安业务数据,结合机器学习技术构建的社会环境数据视角下的犯罪空间情报分析模式--CSAE模式,以经济、交通、人口、社会资源、地理五个维度的数据为支撑,实现了有逻辑递进关系的三大模块功能,即社会环境因素选择、犯罪空间分异格局分析、分异格局下的犯罪空间情报分析。以此开展全方位、系统化、精准化的空间情报分析,能为犯罪防控提供有效决策支持。
- 石拓
- 关键词：环境数据空间分异
- 融合静态属性和动态轨迹的盗窃前科人员分类研究被引量：1
- 2020年
- 以往犯罪前科人员分类研究,通常基于历史犯罪信息中的静态属性信息,而忽略了对动态轨迹信息的利用,且缺乏专门针对盗窃前科人员再犯罪风险预测的研究.基于上述以往研究的不足,本文研究融合静态属性和动态轨迹的盗窃前科人员初犯/累犯分类.构建了融合静态属性和动态轨迹的长时间跨度盗窃前科人员分类数据集,然后探索和对比多种不同类型机器学习模型在该数据集上对盗窃前科人员的分类性能,提炼出与盗窃前科人员分类最相关的特征;基于上述分析结果,提出基于加权关联规则的盗窃犯罪人员预警模型.本文的相关研究成果可以应用于盗窃犯罪的预警工作中,对犯罪打击和安全防范工作具有一定的现实意义.
- 胡啸峰石拓瞿珂
- 关键词：盗窃
- 侵财类犯罪时空预测系统
- 本发明公开了侵财类犯罪时空预测系统，包括数据处理模块、预测模型模块和数据输出模块，其中：数据处理模块，用于运用自然语言处理技术和地理信息技术将非结构化数据进行结构化处理，实现侵财类犯罪数据的预处理；预测模型模块，采用多粒...
- 石拓齐敏齐香钧李丹阳王娜张齐傅杰蒋南飞李媛
- 基于强化学习的超高层建筑非法入侵情景推演方法
- 2025年
- 为计算超高层建筑潜在非法入侵者的“最优”入侵路径,本文提出了一种基于强化学习的情景推演方法。该方法将建筑公共走廊抽象为拓扑结构,利用贝叶斯网络计算入侵者通过每个拓扑节点的概率,结合强化学习算法获得外部人员的最优入侵路径,为超高层建筑非法入侵的高效防范提供精准依据。为验证方法的有效性,以北京市CBD地区某超高层建筑为例,将入侵终点设置为顶层,设计了3种不同的入侵情景。情景推演结果表明:在初始状态下(未进行任何优化措施),SARSA模型的训练性能最佳。优化安防系统后发现,在建筑内的层间节点增加安防系统投入最有效。该优化情景下,安防系统投入与风险值的非线性拟合结果显示,随着安防系统投入的增加,入侵风险显著降低。
- 胡今鸣胡啸峰石磊石磊石拓
- 关键词：非法入侵超高层建筑贝叶斯网络安防系统
- 犯罪时间序列的混沌特征分析与短期预测被引量：4
- 2023年
- 现有犯罪时间序列预测方法侧重于捕捉序列自相关性来构建预测模型,但缺少对犯罪时间序列所反映的社会治安系统非线性和复杂性特征的考虑。针对这一不足,提出了一种基于混沌分析的长短期记忆(long short-term memory,LSTM)LSTM预测方法(Chaos-LSTM)。首先将犯罪时间序列进行相空间重构得到其重构参数以及高维特征,然后计算犯罪时间序列的Lyapunov指数判断其混沌特性,最后对符合混沌特征的犯罪时间序列利用重构参数进行序列重建,输入LSTM模型进行时序预测。以北方某特大城市2007—2014年的抢劫、入室盗窃、抢夺、诈骗类犯罪的日序列数据进行了实验验证,结果表明:4类案件的时序数据均表现出明显的混沌特征。Chaos-LSTM模型在预测精度上较LSTM模型有明显提升,平均绝对百分误差(mean absolute percentage error,MAPE)提升度最高可达19.7%,百分比均方根误差(percentage root mean square error,PRMSE)提升度最高为4.19%,其中对稀疏性数据序列的提升效果更为明显,显示出该方法对稀疏犯罪时间序列具有更好的适应性。
- 卢业成陈鹏江欢石拓
- 关键词：时间序列犯罪预测
- 北京市高发类电信网络诈骗案件的时空分布及影响因素分析
- 2025年
- 当前,电信网络诈骗犯罪案件持续高发,从时空视角开展电信网络诈骗发案态势分析对于预防此类犯罪具有重要意义。以北京市2022年1月—12月发案量较高的5类电信网络诈骗案件为研究对象,对案件的时空分布进行探索,并从社会建成环境和人口特征两个维度,对影响案件空间分布的相关因素进行探析。结果表明:各类电信网络诈骗案件的时间分布规律不尽相同,但整体表现出工作日多于周末,中午、下午高发,凌晨、清早低发的特征;各类高发电信网络诈骗案件的空间分布存在显著聚集性,主要以朝阳区和东城区内的商务中心区及周围配套居住区较为集中;5类高发电信网络诈骗案发量与生活住宅数量、路网密度、流动人口比例均呈现显著相关性,而虚假征信类、网络投资平台类则与公司企业数量、医疗场所数量、夜间灯光强度、女性比例等显著相关。据此可知,不同类型电信网络诈骗案件在空间分布及影响因素上存在明显的空间分异性,公安机关需要“因地制宜”,以实现精准反诈的效能目标。
- 周璟昊陈鹏石拓
- 关键词：时空分布特征犯罪防范
