发明专利 已授权

基于特征融合和加权最大间隔神经网络的异常翻栏行为检测方法

📄 申请号:CN202310656609.3 📄 发布日:2026/08/04

著录项目信息

申请日
2023-06-05
公开号
CN116778575B
公开日
2026-04-07
申请人
浙江工业大学之江学院
法律状态
已下证
专利类型
发明
主分类号

技术画像

应用场景

智能安防, 智慧城市, 公共安全监控, 异常行为预警

摘要

基于特征融合和加权最大间隔神经网络的异常翻栏行为检测方法,包括:1)构建正常行为和异常行为数据集,用于训练和测试模型。2)设计一种改进的姿势特征融合策略,以提高特征的表达能力和区分度。3)将特征融合后的数据集输入神经网络,捕获非线性特征。4)引入最大间隔损失函数来提高模型的泛化能力,构建最大间隔损失函数来训练模型;5)引入不均衡因子来加权不同类别样本的损失值,平衡训练过程中的类别影响;6)预测行为是否为异常行为,根据训练好的模型对新的行为数据进行分类判别。本发明能提取更准确、更有表达力的特征,对异常行为的识别能力强。
权利要求书 (12项) 说明书 附图

……

……

图1
图2
图3

法律状态时间线

议价
不含过户费

📋 交易方式: 委托待转让 📌 交易状态: 在售 👁️ 浏览次数:15 ❤️ 收藏人数:93 📋 项目申报: 未申报

资金托管 权属尽调 包过户
🏢 淄博智来知识产权服务有限公司
✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)
王**¥-10万
李** 企业¥-8万
陈**¥-3万
查看全部出价