智能应用

犯罪事件预测系统

以案事件数据为核心,利用案事件的时空特性,结合案事件发生地的人文因素、自然环境因素、城市环境因素、突发事件的变量等因素,基于循环神经网络对海量历史案事件数据进行深度机器学习,井能根据实际案事件发生、发展情况及时调整与更新对各类案事件的预测,进而及时协助执法人员科学、有效的决策,提前在相关时间、地区进行布控,有效降低暴恐事件发生率和执法人员的伤亡率,从而降低该地区的犯罪率。

智能巡防系统

采用循环神经网络、卷积神经网络、信息理论等多种深度学习算法进行融合设计,让其能像“人”一样进行思考; 系统能及时、准确预测案事件发生时间和地点,协助进行科学决策; 充分考虑到业务的多样性,充分利用深度机器学习,实现线上实时智能动态更新,以适应业务的特性及可持续发展; 通过分析案事件预测预警的复杂性,系统基于海量案事件数据进行记忆性分析,并根据实际情况进行调整预测结果。

情报分析系统

以集中存储为基础,针对电子文档的全生命周期进行管理,提供安全可控的信息流转方式,提高信息处理精确性,提升文档访问和流转的安全可控性。 此外,系统在接口层提供了多种标准API,第三方应用通过接口,既可快速开发新的基于文档的应用,也可迅速与第三方系统如OA,邮件进行集成。 同时,系统提供RESTful接口,开放其内部的独立功能模块。如文档格式转换模块,可接收第三方系统直接调用,将文件转换为带水印的图像格式。

企业资讯