“魏瀚哲”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果3个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习行为识别的校园暴力评估方法-CN202010009107.8在审
发明人：杨建锋;熊剑民;杨金文;张帆;王伟;魏瀚哲;陈彦超 -专利权人：西北大学
申请日： 2020-01-06 - 公布日： 2020-10-02 - 主分类号： G06K9/00 文献下载
摘要：一种基于深度学习行为识别的校园暴力评估方法，包括采集分布在校园各处的监控视频数据，以不同地点的监控摄像头作为分类标签，将视频流数据拆分成不同的连续帧组，输入、训练、构建三维卷积神经网络（3D‑CNN）校园暴力评估模型，并采用交叉验证法检验模型的泛化能力；在此基础上对个体新输入的数据识别动作类别，判断其所处位置的安全状况，并对异常行为发出警报。本发明不仅提出利用深度学习进行校园暴力监控的方法，还首次将3D‑CNN应用于校园暴力预警。在大数据时代背景下，不仅保障了管理的科学性、高效性和安全性，更为防治校园暴力提供了一种有效的解决途径。
一种基于深度学习行为识别校园暴力评估方法

[发明专利]一种基于多分类BP-Adaboost的贫困生认定方法-CN202010236492.X在审
发明人：杨建锋;魏瀚哲;王朝阳 -专利权人：西北大学
申请日： 2020-03-30 - 公布日： 2020-07-14 - 主分类号： G06Q10/06 文献下载
摘要：一种基于多分类BP‑Adaboost的贫困生认定方法，包括以下步骤：（1）获取往年贫困生的多维历史数据，（2）对采集到的往年贫困生历史数据进行预处理，构造学生特征矩阵S；（3）将往年贫困生的多维历史数据按照贫困程度分为三个类别，标注学生贫困类别标签，构造训练数据集；（4）设计BP‑Adaboost分类模型，使用提取的往年各贫困程度的贫困生特征矩阵构造的数据集训练BP‑Adaboost分类模型；（5）训练模型用于贫困生辅助认定。本发明利用在校学生产生的学生行为数据，设计了一个基于BP‑Adaboost的多分类模型，本模型可以快速、准确的将学生分为三种贫困类别，以此判断学生的贫困情况辅助高校贫困生管理工作人员进行决策。
一种基于分类 bp adaboost 贫困生认定方法

[发明专利]一种基于提升树模型的学业预警方法-CN202010061667.8在审
发明人：杨建锋;陈彦超;凌瑜暄;朱海阳;刘瑞献;熊剑民;魏瀚哲 -专利权人：西北大学
申请日： 2020-01-19 - 公布日： 2020-06-09 - 主分类号： G06Q10/06 文献下载
摘要：一种基于提升树模型的学业预警方法，首先，获取学生在校移动设备终端联网数据集与学生成绩数据集，以学生个体为单位，通过学生移动设备终端MAC地址与上网账号确定学生个体身份，根据连接校内Wi‑Fi的时间、地点、时长，勾勒出学生的时空校园行为轨迹，然后对学生联网数据与成绩数据预处理，得到规范的数据集。以月为周期，使用训练集数据，训练提升树模型，将待预测数据输入模型得到需要预警的学生数据，并发送给相关人员。通过分析学生在校移动设备终端连接网络的上网数据，得出学生的在校时空行为轨迹，将数据挖掘应用于学生学业的预警，为研究者提供一种学业预警方法。
一种基于提升模型学业预警方法