买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种行为识别模型的构建方法、行为识别模型及方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115795347B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211554412.0，技术领域涉及：G06F18/24；该发明授权一种行为识别模型的构建方法、行为识别模型及方法是由谷洋;杨昭华;翁伟宁;郭帅;陈益强设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本一种行为识别模型的构建方法、行为识别模型及方法在说明书摘要公布了：本发明提供一种基于可穿戴设备数据的行为识别模型构建方法，所述方法包括如下步骤：S1、获取可穿戴设备的数据并进行预处理以获得训练集，所述训练集中包括已知行为类别中的部分行为类别，每个行为类别分别对应于一组行为属性，且每个行为类别包括多个带行为类别标签的样本；S2、采用所述训练集将基本行为识别模型训练至收敛，其中，所述基本行为识别模型包括特征提取网络、属性分支网络、特征分支网络以及分类器，且属性分支网络包括属性编码器和属性解码器、特征分支网络包括特征编码器和特征解码器；S3、以经步骤S2训练至收敛的基本行为识别模型中的特征提取网络、属性解码器、特征编码器、分类器构建行为识别模型。

本发明授权一种行为识别模型的构建方法、行为识别模型及方法在权利要求书中公布了：1.一种基于可穿戴设备数据的行为识别模型构建方法，其特征在于，所述方法包括如下步骤： S1、获取可穿戴设备的数据并进行预处理以获得训练集，所述训练集中包括已知行为类别中的部分行为类别，每个行为类别分别对应于一组行为属性，且每个行为类别包括多个带行为类别标签的样本； S2、采用所述训练集将基本行为识别模型训练至收敛，其中，所述基本行为识别模型包括特征提取网络、属性分支网络、特征分支网络以及分类器，且属性分支网络包括属性编码器和属性解码器、特征分支网络包括特征编码器和特征解码器，并在训练过程中执行如下步骤： S21、采用属性分支网络中的属性编码器基于每个样本所属行为类别对应的行为属性分别提取每个样本的属性潜向量，并采用属性解码器基于每个样本的属性潜向量获得每个样本对应的预测行为属性； S22、采用特征提取网络提取训练集中每个样本的时空特征； S23、采用特征分支网络中的特征编码器基于每个样本的时空特征分别提取每个样本的特征潜向量，并采用特征解码器基于每个样本的特征潜向量获得每个样本对应的预测特征； S24、采用分类器基于每个样本的特征潜向量获得每个样本对应的行为类别分类预测结果；以及采用属性解码器基于每个样本的特征潜向量分别获得每个样本的交叉预测属性，以及采用特征解码器基于每个样本的属性潜向量分别获得每个样本的交叉预测特征； S25、基于所有样本所属行为类别对应的行为属性和所有样本的预测行为属性计算属性预测损失、基于所有样本的时空特征和预测特征计算特征预测损失、基于所有样本的行为类别分类预测结果和所有样本对应的行为类别标签计算分类预测损失；以及基于所有样本的行为属性、交叉预测属性、时空特征和交叉预测特征计算交叉对齐损失； S26、基于步骤S25中计算的所有损失的综合损失更新所述基本行为识别模型的参数； S3、构建行为类别判断模块和不可见分类器，以经步骤S2训练至收敛的基本行为识别模型中的特征提取网络、属性解码器、特征编码器、分类器以及行为类别判断模块和不可见分类器构建行为识别模型，其中： 行为类别判断模块用于根据所述可穿戴设备数据的特征潜向量以及模型训练过程中见过的所有行为类别对应的行为属性之间的距离判断所述可穿戴设备数据是属于模型训练过程中见过的训练集中的已知行为类别或模型训练过程中未见过的测试集中的已知行为类别； 不可见分类器，用于对经行为类别判断模块判断后属于模型训练过程中未见过的测试集中的已知行为类别的可穿戴设备数据、基于其对应的交叉预测属性进行行为类别判断。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。