监狱智能化安全防范技术取得成果

1.循证矫正有效证据的采集与筛选技术

罪犯作为一个社会个体，其涉及的相关信息非常多，某些信息由于时间较长已经无法获取，同时不同罪犯的信息的全面性和准确性也有所不同。与此同时，同一罪犯对监狱改造工作的接收程度与改好程度也随着其不同的心理状态和境遇而有所不同。

根据循证矫正模式构建的实现需求，对罪犯的基础信息进行收集、整理和归纳。主要包括罪犯服刑期间的管控信息和狱内改造表现，以及罪犯入狱前和重新犯罪前在文化水平、生活经历、性格偏好、风险好恶等方面的特点，构建循证矫正基础信息库和案例库，同时通过罪犯个体变化情况的记录与积累，建立个体罪犯改造的动态轨迹记录，可以实时跟踪和分析罪犯心理状态以及对改造过程的接收程度。

循证矫正模式中有效证据采集和筛选工作的难点在于如何处理部分罪犯缺失的证据项，如何通过系统分析和专家经验归纳的有机结合实现有效证据的正确筛选。

2.基于罪犯多维信息的循证矫正数据模型构建与验证技术(www.xing528.com)

在业务层面证据集合确定后，需要进行证据和案例库的数字化。证据及案例库涉及了不同类型、不同属性的数据，如文字描述、离散数值、连续数值、时空数据、行为信息等，同时存在部分证据项的缺失和不完整问题，这给证据和案例库的结构化数据存储、管理和计算处理带来了较大的挑战。

充分利用异构数据管理的技术进展，针对不同类别的数据采用更为高效的数据库管理平台，并通过数据仓库进行统一的高效组织管理。在此基础上，构建不同维度多种信息变量之间的统计关联分析模型，研究构建罪犯循证矫正数据分析模型，评估教育矫治措施的实际效果，为创新和优化教育矫治措施起到提供科学依据的作用。

循证矫正数据模型构建的难点在于矫正证据元数据集定义和多维度异构矫正基础数据库平台构建，异构、不完整、稀疏的“经验证据”数据化及其组织、存储、检索和高效并行处理，多维数据间非线性关联规则关系的动态分析挖掘。