专利名称：基于大数据分析的用电行为预测方法及系统      申请号：2022109297499     转让价格：面议  收藏
法律状态：授权未缴费   类型：发明   关键词：数据服务 行为预测   相似专利 发布日：2025/06/01  
摘要： 本发明涉及用电监控技术领域，具体涉及一种基于大数据分析的用电行为预测方法及系统，该方法根据车辆充电前的用电能耗获取集中充电区域中每个车辆的第一用电特征和用电行为典型程度，并获取每个车辆充电后的第二用电特征，根据集中充电区域内的有效充电车辆数量计算充电车辆数量不稳定性，以组成每个车辆的第一特征向量；根据第一特征向量对所有车辆进行聚类以获取每个车辆对应的第一特征向量的转移置信度描述子，利用第一特征向量和对应的转移置信度描述子对FCN预测网络进行训练，以根据转移置信度描述子的预测值进行异常用电行为检测。通过FCN预测网络能够准确预测车辆与车辆群体之间的转移关系，以便精准确认用户的用电行为。

专利名称：出行行为预测方法及装置      申请号：2016110430518     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：交通工具 行为预测   相似专利 发布日：2025/02/14  
摘要： 本公开涉及一种出行行为预测方法及装置，所述出行行为预测方法包括：获取用户的历史出行数据；对历史出行数据中的时间属性进行离散化；根据时间属性离散化后的历史出行数据，进行决策树的建立，以对用户出行行为进行预测。本公开通过用户的历史行为数据进行决策树建立，能够对单一用户的历史出行行为进行精细分析，从而对个体行为进行精准预测；且通过将时间属性进行离散化，可使得时间属性作为特征属性进行决策树的建立，提高了准确性，且可去除偶然事件的影响。

专利名称：用户行为预测方法及装置      申请号：2016109519179     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：用户行为 行为预测   相似专利 发布日：2025/02/14  
摘要： 本公开涉及一种用户行为预测方法及装置，所述方法包括：采集至少两个用户的行为记录数据；分别对每个用户的行为记录数据进行聚类，形成多个簇；分别对所述每个用户对应的多个簇进行过滤，获得每个用户的长期行为特征簇；根据所述每个用户的长期行为特征簇，确定用户间的相似度，以对用户行为进行预测。本公开利用单个用户的长期行为特征簇，实现相似用户的获取，以对用户行为进行预测，可实现对单个用户更准确、精细的进行行为预测；过滤掉了用户行为中的短期行为，可提高预测的准确性。

专利名称：一种基于隐马尔可夫模型和循环神经网络的人体违规行为预测方法      申请号：2021103022197     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：计算机视觉 行为预测   相似专利 发布日：2025/05/19  
摘要： 本发明公开了一种基于隐马尔可夫模型和循环神经网络的人体违规行为预测方法，属于计算机视觉图像处理领域。该方法包括以下步骤：1)采集数据集；2)对图像进行预处理；3)对预处理后的图像进行目标检测，得到目标检测框；4)将带有目标检测框的图像作为CPN网络的输入，提取目标检测框中的人体骨架，标记关节点，得到带有目标检测框和关节点标记信息的图像；将每组中带有目标检测框和关节点标记信息的图像均转换为像素矩阵；5)利用LSTM模型得到该样本属于每一项违规行为的概率，构成概率矩阵；6)利用隐马尔可夫模型对概率矩阵进行修正，取修正后的概率矩阵中最大概率值对应的违规行为作为最终的预测结果。

专利名称：基于多极情感分析的用户行为预测系统及其方法      申请号：2018105259294     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：用户行为 情感 行为预测   相似专利 发布日：2023/10/17  
摘要： 本发明提供一种基于多极情感分析的用户行为预测系统及其方法，用户行为预测方法包括：基于情感词典与情感表达规则的多极情感分析与量化；通过用户行为与情感倾向性对用户进行分类；基于多极情感分析的用户行为预测。该方法科学合理，适用性强，全面考虑情感词典的适用性，提高了情感词典后期扩展能力，依据情感表达特点，建立了情感表达规则，从而提高情感量化的准确性。用户行为预测系统应用于分析用户的情感与行为特征并总结规律，实现通过情感分析预测用户的行为趋势，其结构合理，准确性高，效果佳。

专利名称：一种基于深度学习的人体行为预测方法      申请号：2020101655275     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：深度学习 人体 行为预测   相似专利 发布日：2023/09/14  
摘要： 一种基于深度学习的人体行为预测方法，通过视频图像的帧序列，处理视频场景，之后系统进行上下文感知和动作感知，并利用场景中丰富的语义特征进行编码，最后通过系统获得的视觉信息来预测人体行为，包括了未来动作的类型以及活动的路径。该预测方法使用了深度学习网络的方法来处理视频中所含有的丰富的视觉信息，同时可以实现动作类型的预测以及活动路径的预测。该方法使用到了几个联合模型，提高了视频分析能力，从而提高了行为预测的准确率和效率，实现了智能化个性服务，尤其是在安全领域的应用可以降低事故发生率。

专利名称：一种改进的RBF神经网络热点话题用户参与行为预测方法      申请号：2016111899744     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：网络 网络传输 R F 改 港口 行为预测   相似专利 发布日：2023/07/10  
摘要： 本发明请求保护一种改进的RBF神经网络热点话题用户参与行为预测方法，属于计算机网络信息技术分析领域。首先，考虑到神经网络能够对用户行为之间复杂的非线性关系起到良好的拟合效果，并进一步采用RBF(Radical Basis Function，径向基函数)神经网络构建用户参与行为预测模型；其次，由于用户属性与参与行为之间的映射关系具有不确定性，引入云理论(Cloud)对RBF中隐含层的激活函数进行优化；最后，针对用户的参与行为随时间变化的特点，利用时间离散化及时间切片方法，对话题热度进行基于指数函数模型的参数拟合，从而得出话题热度变化趋势。

专利名称：一种基于好友圈子的动态微博转发行为预测系统及方法      申请号：2016111517383     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：微 微生物采样 行为预测   相似专利 发布日：2023/07/10  
摘要： 本发明请求保护一种基于好友圈子的动态微博转发行为预测系统及方法，属于社交网络信息分析领域。基于社交网络中用户关系以及用户行为数据，考虑兴趣差异、用户历史行为、网络结构等在推动网络信息传播中的作用，从用户兴趣、活跃度和影响力三个方面出发，利用LDA主题模型的基础思想和方法，对用户行为进行建模分析，得到关于用户行为的主题分布；使用高斯分布改进LDA，以发现用户的活跃度和影响力；同时，针对用户的活跃度随时间的变化，利用时间离散化及时间切片方法，提出一种改进的LDA动态微博转发行为预测模型并对模型进行拟合，输入数据到预测模型即可动态监测用户的活跃度，更准确的预测用户的转发行为并发现影响用户转发的关键因素。

专利名称：一种热点话题下多消息互影响的用户行为预测系统及方法     申请号：2017113802409     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：用户行为 行为预测   相似专利 发布日：2023/07/10  

专利名称：基于地域相关因子与稀疏表示的微博转发行为预测方法      申请号：2018102315432     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 行为预测   相似专利 发布日：2025/06/13  
摘要： 本发明请求保护一种基于主题地域相关因子与稀疏表示的微博转发行为预测方法，主要涉及机器学习及社交网络信息分析领域。首先，基于社交网络中用户关系以及用户行为数据，提取用户基本特征、微博基本特征、用户活跃度、用户的亲密程度、融入主题地域相关因子的用户兴趣度特征。其次，通过稀疏表示分类算法对特征组进行微博转发行为预测。本发明有效解决了目前微博转发行为预测计算时间长，准确率不高的问题。

专利名称：混合交通流下网联车跟驰行为预测方法      申请号：2019102332451     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词： 行为预测   相似专利 发布日：2025/06/13  
摘要： 本发明涉及一种混合交通流下网联车跟驰行为预测方法，属于智能驾驶领域。通过考虑前导车的行驶状态对于目标网联车的直接影响，以及可通信范围内的网联车的行驶状态对目标网联车的直接影响，确定目标网联车的跟驰状态，所述行驶状态包括速度、位置和加速度。利用本发明的预测方法，在混合交通流环境下，驾驶员不仅可以直接感知到前车的行驶状态，还可以超视距感知可通信范围内的网联车辆的行驶信息，以致能够做出更适宜的驾驶决策，从而提高交通的稳定性和目标网联车的安全性、能效性和舒适性。

专利名称：一种前向车辆驾驶人驾驶行为预测系统及预测方法      申请号：201610046049X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：车辆 行为预测   相似专利 发布日：2022/08/18  
摘要： 本发明公开了一种前向车辆驾驶人驾驶行为预测系统及预测方法，属于智能汽车领域，该前向车辆驾驶人驾驶行为预测系统由道路环境采集摄像头、前车行驶信息采集摄像头和一个视频处理器硬件平台组成。道路环境采集摄像头负责采集道路环境中的信号灯、道路指示标志。前车行驶信息采集摄像头负责采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆。视频处理器硬件平台由两个视频处理器组成，分别负责处理道路环境中信号灯和道路指示标志信息和前向车辆运行相关视频信息。通过对道路环境参数、前向车辆行驶参数以及前向车辆相邻车道内车辆信息的分析，建立前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为进行预测。