一种非法捕捞事件的辅助决策方法及装置

本发明涉及非法捕捞识别，具体涉及一种非法捕捞事件的辅助决策方法及装置。

背景技术：

1、目前的判断捕捞行为是否为非法捕捞及罚款方法多依赖于人工巡查判断决策，无法有效地制止非法捕捞行为，往往存在判断主观性强、依赖专业人员经验、易于出错等缺点。

2、因此，亟需提供一种非法捕捞事件的辅助决策方法及装置，用于解决上述技术问题。

技术实现思路

1、有鉴于此，有必要提供一种非法捕捞事件的辅助决策方法及装置，用以解决现有技术中存在的生成的非法捕捞行为识别准确率低和罚款金额不合理的技术问题。

2、一方面，本发明提供了一种非法捕捞事件的辅助决策方法，包括：

3、获取历史非法捕捞案例数据集以及待决策捕捞案例；所述历史非法捕捞案例数据集包括多个历史非法捕捞案例；

4、分别对所述待决策捕捞案例和所述多个历史非法捕捞案例进行预处理，对应获得待决策句向量和多个历史句向量；

5、基于相似度确定模型确定所述待决策句向量和所述多个历史句向量的多个相似度值，并基于所述多个相似度值确定所述多个历史非法捕捞案例中与所述待决策捕捞案例对应的目标非法捕捞案例；

6、基于所述历史非法捕捞案例数据集构建罚款金额预测模型，并将所述待决策捕捞案例输入至所述罚款金额预测模型中，获得所述待决策捕捞案例的预测罚款金额。

7、在一些可能的实现方式中，所述待决策捕捞案例的数据类型为文本数据；则所述对所述待决策捕捞案例进行预处理，获得待决策句向量，包括：

8、采用jieba分词工具对所述待决策捕捞案例进行分词处理，获得多个案例词语；

9、基于向量化模型对所述多个案例词语进行处理，获得多个案例词向量；

10、确定所述多个案例词语的多个词语权重，并基于所述多个词语权重和所述多个案例词向量确定所述待决策捕捞案例的待决策句向量。

11、在一些可能的实现方式中，所述待决策句向量为：

12、

13、

14、

15、

16、

17、

18、

19、式中，为待决策句向量；为第i个案例词语的案例词向量；为i个案例词语的归一化tf-idf权重值；为所有案例语句的tf-idf权重值向量；为所有案例语句的归一化tf-idf权重值向量；m为待决策捕捞案例中所有案例词语的个数；为第i个案例词语的原始tf-idf权重值；n为多个历史非法捕捞案例的数量；为案例词语i的词频；为案例词语i的逆文档频率；为第i个案例词语出现在非法捕捞案例d中的次数；为包含案例词语i的非法捕捞案例的数量。

20、在一些可能的实现方式中，在所述分别对所述待决策捕捞案例和所述多个历史非法捕捞案例进行预处理之前，还包括：

21、确定所述多个历史非法捕捞案例中存在数据缺失的缺失案例，并将所述缺失案例剔除。

22、在一些可能的实现方式中，所述相似度确定模型为：

23、

24、式中，为捕捞案例a的句向量；为捕捞案例b的句向量；取模运算符号。

25、在一些可能的实现方式中，所述基于所述历史非法捕捞案例数据集构建罚款金额预测模型，包括：

26、确定所述历史非法捕捞案例数据集中的训练子集；所述训练子集包括多个历史非法捕捞案例；

27、基于预设提取规则确定各所述历史非法捕捞案例的特征属性；

28、将所述特征属性的所有分支结果进行编码，获得标签编码；

29、基于所述标签编码、分裂指标和停树指标构建待剪枝罚款金额预测模型；

30、确定所述历史非法捕捞案例数据集中的验证子集，并确定所述待剪枝罚款金额预测模型的多个子树；

31、基于所述验证子集和剪枝评估指标确定各所述子树的剪枝评估值，当所述剪枝评估值大于评估标准值时，将所述子树进行剪枝，获得所述罚款金额预测模型。

32、在一些可能的实现方式中，所述待剪枝罚款金额预测模型包括多个分裂点，所述多个历史非法捕捞案例经过所述分裂点后划分为第一子集和第二子集，则所述分裂指标为：

33、

34、

35、

36、式中，为分裂点的加权平方误差；为第一子集中的案例条数；为第一子集的平方误差；为第二子集中的案例条数；为第二子集的平方误差；为第一子集中第i个历史非法捕捞案例的输出值；为第二子集中第j个历史非法捕捞案例的输出值；为第一子集中所有历史非法捕捞案例的输出均值；为第二子集中所有历史非法捕捞案例的输出均值。

37、在一些可能的实现方式中，所述剪枝评估指标为：

38、

39、式中，为第t个子树的剪枝评估值；为验证子集在第t个子树中运行获得的均方误差；为子数中的叶子节点数量；为设定参数。

40、在一些可能的实现方式中，在基于所述验证子集和剪枝评估指标确定各所述子树的剪枝评估值，当所述子树的剪枝评估值大于评估标准值时，将所述子树进行剪枝，获得所述罚款金额预测模型之后，还包括：

41、确定所述历史非法捕捞案例数据集中的测试子集；

42、将所述测试子集输入至所述罚款金额预测模型中，获得所述测试子集对应的罚款金额预测集；

43、基于所述罚款金额预测集和所述测试子集中的罚款金额真实值确定所述罚款金额预测模型是否满足要求。

44、另一方面，本发明还提供了一种非法捕捞事件的辅助决策装置，包括：

45、非法捕捞案件获取单元，用于获取历史非法捕捞案例数据集以及待决策捕捞案例；所述历史非法捕捞案例数据集包括多个历史非法捕捞案例；

46、分句向量确定单元，用于别对所述待决策捕捞案例和所述多个历史非法捕捞案例进行预处理，对应获得待决策句向量和多个历史句向量；

47、捕捞案例确定单元，用于基于相似度确定模型确定所述待决策句向量和所述多个历史句向量的多个相似度值，并基于所述多个相似度值确定所述多个历史非法捕捞案例中与所述待决策捕捞案例对应的目标非法捕捞案例；

48、罚款金额预测单元，用于基于所述历史非法捕捞案例数据集构建罚款金额预测模型，并将所述待决策捕捞案例输入至所述罚款金额预测模型中，获得所述待决策捕捞案例的预测罚款金额。

49、采用上述实施例的有益效果是：本发明提供的非法捕捞事件的辅助决策方法，通过分别对待决策捕捞案例和多个历史非法捕捞案例进行预处理，对应获得待决策句向量和多个历史句向量；基于相似度确定模型确定待决策句向量和多个历史句向量的多个相似度值，并基于多个相似度值确定多个历史非法捕捞案例中与待决策捕捞案例对应的目标非法捕捞案例，可从历史非法捕捞案例中获取与待决策捕捞案例相似度最高的目标非法捕捞案例，即：可基于历史非法捕捞案例为待决策捕捞案例提供决策支持。进一步地，由于没有完全一致的非法捕捞案例，为确保对待决策捕捞案例的罚款金额进行合理设置，本发明通过基于历史非法捕捞案例数据集构建的罚款金额预测模型对待决策捕捞案例的罚款金额进行预测，可进一步帮助相关机构和单位更科学、公正地评估和处理非法捕捞事件，实现对非法捕捞行为的有效打击和防范。