“神经行为”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果305133个，建议您升级VIP下载更多相关专利

[发明专利]一种发现大学生日常生活习惯的神经网络结构与方法-CN202010798992.2有效
发明人：周东波;喻宏伟;余雅滢;王小梅;涂悦 -专利权人：华中师范大学
申请日： 2020-08-11 - 公布日： 2023-10-03 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了一种发现大学生日常行为习惯的神经网络结构与方法，包括：获取大学生校园生活基本数据并存入数据库；对生活基本数据预处理工作，将数据分为不同数据集；针对所采集数据，构建基于特征的行为分类，获取数据分类结果；根据数据分类结果，先利用空间化图卷积网络分类模型，再引入基于注意力机制的图卷积神经网络结构与方法，建立学生行为习惯基于外显行为数据的发现机理与表示计算；针对习惯定性化描述中内容混杂的问题，利用神经网络模型输出的结果，构建习惯基于其外显行为的集合化表达与形式化描述。最终构建出行为习惯可发现模型，根据不同学生行为数据进行分析，可以解决教育数据深层次挖掘的问题，实现教育数据利用和分析。
一种发现大学生日常生活习惯神经网络结构方法

[发明专利]课堂学生行为分析方法及装置-CN201811534533.2在审
发明人：吴侠宝;徐国强;邱寒 -专利权人：深圳壹账通智能科技有限公司
申请日： 2018-12-14 - 公布日： 2019-05-10 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例提供一种课堂学生行为分析方法及装置，其中所述课堂学生行为分析方法包括：采集预设时间区间中教室中的课堂图像，并提取人体轮廓图像；确定每个学生对应的人体轮廓图像；识别课堂图像中每个学生对应的人体轮廓图像中的人体关键点；基于分类神经网络确定每个学生的的学生行为类型，其中分类神经网络是以人体关键点与相对应的学生行为类型作为输入来进行训练的。由此，将图像人体识别技术和神经网络技术相结合，能够快速准确地识别出课堂中学生的学生行为类型，并能够为后续的教育分析或专注度分析等提供有效的数据支持。
学生课堂人体轮廓图像行为分析行为类型神经网络关键点图像人工智能技术神经网络技术预设时间区间人体识别数据支持分类分析中学生采集教室教育

[发明专利]基于智能家居设备的睡眠行为信息预测方法及系统-CN201911164246.1在审
发明人：郑威;宋德超;陈翀;魏文应;岳冬 -专利权人：珠海格力电器股份有限公司;珠海联云科技有限公司
申请日： 2019-11-22 - 公布日： 2020-02-21 - 主分类号： G05B15/02 文献下载
摘要：本公开提供一种基于智能家居设备的睡眠行为信息预测方法及系统。所述方法包括：监测一个或多个智能家居设备的运行状态，当监测到由触发所述智能家居设备所产生的运行信号时，获取与当前睡眠行为相关的第一参数；将所述第一参数输入到预定的神经网络模型中，并利用所述神经网络模型基于所述第一参数进行预测，以便得到经过预测后输出的第二参数；其中，所述神经网络模型为根据与睡眠行为相关的历史数据所训练得到的模型；根据所述第二参数生成睡眠行为的预测信息。基于本发明的技术方案，实现了对用户睡眠行为信息的预测，有助于提升用户的睡眠质量，增强用户的睡眠体验。
基于智能家居设备睡眠行为信息预测方法系统

[发明专利]一种基于用户行为的用户兴趣分析方法及广告投放方法-CN201911348434.X在审
发明人：张富 -专利权人：上海佳投互联网技术集团有限公司
申请日： 2019-12-24 - 公布日： 2021-06-25 - 主分类号： G06Q30/02 文献下载
摘要：本发明提供一种基于用户行为的用户兴趣分析方法及广告投放方法，涉及人群行为特征分析领域，所述方法包括步骤一：根据业务需求采集用户数据，并且同步设置广告投放类型；步骤二：采集用户行为数据，设置访问类型、访问间隔、点击广告类型作为样本特征；步骤三：将样本特征作为神经网络模型的输入层，广告投放类型作为神经网络模型的输出层，对神经网络模型进行训练得到兴趣分类模型；步骤四：将待分类的用户行为数据输入兴趣分类模型，输出用户兴趣类型本发明根据用户行为数据进行用户兴趣分类，为广告投放、网站运营等提供更好的数据支撑。
一种基于用户行为兴趣分析方法广告投放

[发明专利]一种基于征信报告的图神经网络建模方法和装置-CN202210978835.9在审
发明人：段艺文;杨青 -专利权人：度小满科技(北京)有限公司
申请日： 2022-08-16 - 公布日： 2022-12-09 - 主分类号： G06Q40/02 文献下载
摘要：本发明的目的是提供一种基于征信报告的图神经网络建模方法和装置。所述方法包括：通过对用户的征信报告进行解析，获取预定的信贷行为数据；基于所提取的信贷行为数据，生成相应的征信报告图，其中，所述征信报告图中包括用于反映历史行为信息之间的关系的图结构数据；基于所述图结构数据，构造和训练图神经网络模型。本申请实施例具有以下优点：通过构建征信报告图来对征信报告中的信贷行为及信贷行为之间的关系进行显示，便于挖掘征信报告中包含的风险信息；并且，基于征信报告图的图结构数据构造和训练相应的图神经网络模型用于风险预测
一种基于报告神经网络建模方法装置

[发明专利]基于人脸识别和行为大数据的综合安防评估系统及方法-CN202210978539.9在审
发明人：陈灿平 -专利权人：陈灿平
申请日： 2022-08-16 - 公布日： 2022-11-25 - 主分类号： G06Q50/26 文献下载
摘要：本发明涉及一种基于人脸识别和行为大数据的综合安防评估系统及方法，在安防视频中获取待识别目标的人脸图像数据与行为图像数据，首先判断人脸图像数据的分辨率是否满足阈值，如果满足则通过成熟的卷积神经网络模型对人脸图像数据识别并输出结果，如不满足则通过成熟的行为图像识别函数先对行为图像数据进行分类；然后通过成熟的卷积神经网络模型对人脸图像数据进行分类，如成熟的行为图像识别函数与成熟的卷积神经网络模型输出分类一致则结束分类，否则进行修改
基于识别行为数据综合评估系统方法

[发明专利]一种基于混合神经网络的信息优选模型及装置-CN202310521100.8在审
发明人：方旭东;李红梅;肖文华 -专利权人：中国人民解放军军事科学院战争研究院
申请日： 2023-05-10 - 公布日： 2023-10-20 - 主分类号： G06N3/045 文献下载
摘要：本发明涉及一种基于混合神经网络的信息优选模型及装置。本发明通过构建用户互行为图，利用图神经网络模型对用户历史行为进行建模，在提高用户表征能力的同时缓解交互数据稀疏问题；构建信息优选策略初始化模块，基于用户‑信息交互图，从用户历史行为中学习初始化价值，缓解零学习降低用户体验问题；针对使用过程中用户与推送信息的交互行为，采用循环神经网络对交互行为进行描述，基于信息传播算法更新信息节点，来动态获取用户兴趣爱好变化趋势；构建信息优选的候选集模块，设计信息优选排序模块，解决信息选择空间大的问题
一种基于混合神经网络信息优选模型装置

[发明专利]一种基于多列融合卷积神经网络的驾驶员行为识别方法-CN201810692685.9有效
发明人：路小波;胡耀聪;陆明琦 -专利权人：东南大学
申请日： 2018-06-29 - 公布日： 2021-11-16 - 主分类号： G06K9/00 文献下载
摘要：本发明提供了一种基于多列融合卷积神经网络的驾驶员行为识别方法，包括：构建驾驶员行为识别数据集；对数据集的图片做数据增强；构建深度学习架构；训练设计好的深度学习模型；测试模型得出识别结果。本发明采用了深层的深度学习架构，有利于提取出更抽象的分层特征用于驾驶员行为分类；采用了多个不同滤波核的卷积神经网络分支融合的深度学习架构，有利于提取出图像多尺度特征，用于驾驶员行为分类。本发明中所设计的多列融合卷积神经网络有更抽象的局部特征表示能力，可进一步提高驾驶员行为识别的准确率，在公共安全和智能交通中有重要的应用价值。
一种基于融合卷积神经网络驾驶员行为识别方法

[发明专利]一种基于神经网络聚类的用户异常行为检测方法-CN201510635848.6有效
发明人：郑瑞娟;张明川;吴庆涛;白秀玲;魏汪洋;赵海霞;陈京;张童;王成磊;杨丽 -专利权人：河南科技大学
申请日： 2015-09-30 - 公布日： 2018-04-13 - 主分类号： G06F21/56 文献下载
摘要：本发明公开一种基于神经网络聚类的用户异常行为检测方法，首先将用户的行为数据集矩阵进行SVD分解及去噪，然后将去噪后的矩阵输入到神经网络的输入层，接着在神经网络的隐含层进行各用户所有属性的权重并将其进行标准化，在输出层将其输出，最后分别计算各用户与正常行为模型数据库中各用户的相似度和阈值的大小，如果大于阈值的直接为异常行为并进行相应的提示及防范措施，反之为正常行为，将其合并到正常模型数据库中进行实时更新数据库
一种基于神经网络用户异常行为检测方法

[发明专利]一种基于LSTM神经网络的手机应用分类方法-CN201710913763.9有效
发明人：魏松杰;时召伟;罗娜;吴超 -专利权人：南京理工大学
申请日： 2017-09-30 - 公布日： 2020-12-18 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种基于LSTM神经网络的手机应用分类方法，属于移动终端软件安全技术领域。首先通过触发构造的场景事件组合来模拟不同功能类别的手机应用运行状态，并提取有效的动态行为特征数据构建动态行为特征序列，通过构建的LSTM神经网络分类模型，对这些动态事件行为时序序列中潜在的行为模式进行学习得到手机应用样本的分类结果本发明提出的基于LSTM神经网络的手机应用分类方法能够有效地学习与归纳不同类别的典型的手机应用的网络行为模式，最佳模型的平均分类准确率达到93.79％，优于常见的面向Android应用的机器学习分类器，
一种基于 lstm 神经网络手机应用分类方法

[发明专利]一种使用神经网络技术防范游客接近高风险区域的方法-CN201911299565.3有效
发明人：段吉民;殷宪宝;魏书法 -专利权人：山东恒云信息科技有限公司
申请日： 2019-12-16 - 公布日： 2021-04-06 - 主分类号： G08B21/02 文献下载
摘要：一种使用神经网络技术防范游客接近高风险区域的方法，通过对游客出行过程中的行为轨迹分析，快速、准确地提取游客的行为特征，并根据行为特征，预测游客将来可能途径轨迹中的风险点。通过神经网络计算在多个时间维度（如时、分、秒）上的周期性行为特征，并结合定位信息，把信息化为风险概率。能够以低训练成本的方式针对多游客，多景点，不同行为轨迹的数据序列构建出高精度、实时预测模型。由于本方法向风险评估模型中引入时间维度和地理定位的选项作为额外输入，训练神经网络风险评估模型的时间步长度可大幅缩短，可以有效降低训练成本，同时提升预测精度。
一种使用神经网络技术防范游客接近风险区域方法

[发明专利]识别用户行为的方法、装置及智能可穿戴设备-CN201810718089.3在审
发明人：周舒然;龚亚光;李家祥 -专利权人：出门问问信息科技有限公司
申请日： 2018-06-29 - 公布日： 2018-12-18 - 主分类号： G06K9/00 文献下载
摘要：本发明实施例公开了一种识别用户行为的方法、装置及智能可穿戴设备，涉及终端应用技术领域，主要目的在于解决识别用户行为误差较大，不能适应复杂动作的问题。本发明的技术方案包括：获取用户行为对应的原始数据；将所述原始数据输入卷积神经网络模型，并根据所述卷积神经网络模型中的滤波器参数识别所述原始数据对应的用户行为类别。
用户行为原始数据卷积神经网络可穿戴设备滤波器参数智能复杂动作终端应用

[发明专利]行为控制策略的学习方法、装置、设备及存储介质-CN201910820695.0有效
发明人：孙明飞;石贝;付强 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-29 - 公布日： 2021-04-13 - 主分类号： G06F30/20 文献下载
摘要：本申请公开了一种行为控制策略的学习方法、装置、计算机设备及存储介质，该方法包括：从演示行为数据序列中采样出包括至少两个演示行为数据的演示行为数据片段；依据演示行为数据片段，设置物理仿真器中模拟的目标对象的各个关节的初始状态信息，并利用待训练的神经网络模型确定出目标对象的各个关节的作用力数据；控制物理仿真器中模拟的目标对象的各个关节的运动，以使得物理仿真器基于设定的动作行为限定特征，仿真出的目标对象的仿真行为数据序列；依据演示行为数据及仿真行为数据，确定动作行为差异度；基于动作行为差异度，优化神经网络模型直至达到优化目标。本申请的方案有利于演示学习的对象基于演示动作生成扩展后的动作行为。
行为控制策略学习方法装置设备存储介质

[发明专利]一种鉴定抑制前额叶皮质中的兴奋性或抑制性神经元的去极化的化合物的系统-CN201610342347.3有效
发明人： K·戴瑟罗斯;O·伊扎尔;L·芬诺 -专利权人：斯坦福大学托管董事会
申请日： 2011-11-04 - 公布日： 2019-04-09 - 主分类号： C07K14/405 文献下载
摘要：本文中提供了组合物和使用所述组合物对存在于前额叶皮质中的神经元进行选择性去极化以影响非人动物的一种或多种社会行为、交往和/或条件性行为的方法，所述组合物包含含有在神经元质膜上表达稳定阶跃函数视蛋白的神经元的非人动物细胞
稳定阶跃函数蛋白及其使用方法

[发明专利]稳定阶跃函数视蛋白及其使用方法-CN201180061699.7有效
发明人： K·戴瑟罗斯;O·伊扎尔;L·芬诺 -专利权人：斯坦福大学托管董事会
申请日： 2011-11-04 - 公布日： 2014-01-01 - 主分类号： A01K67/027 文献下载
摘要：本发明提供了组合物和使用所述组合物对存在于前额叶皮质中的神经元进行选择性去极化以影响非人动物的一种或多种社会行为、交往和/或条件性行为的方法，所述组合物包含含有在神经元质膜上表达稳定阶跃函数视蛋白的神经元的非人动物细胞
稳定阶跃函数蛋白及其使用方法