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！

龙图腾网获悉吉林大学申请的专利基于深度学习算法的孤独症儿童刻板行为识别方法及系统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：CN121260424B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511821051.5，技术领域涉及：G16H50/20；该发明授权基于深度学习算法的孤独症儿童刻板行为识别方法及系统是由王世刚;吴金洋;陈玫玫;贾飞勇;赵云秀;胡小舟设计研发完成，并于2025-12-05向国家知识产权局提交的专利申请。

本基于深度学习算法的孤独症儿童刻板行为识别方法及系统在说明书摘要公布了：本发明适用于行为识别技术领域，提供了基于深度学习算法的孤独症儿童刻板行为识别方法及系统，包括：采集多视角儿童刻板行为数据，进行标准化处理；选取多视角数据集中代表性的刻板行为获得视频片段；基于频率‑科尔莫格罗夫‑阿诺德网络处理数据集，提取刻板行为儿童频率特征；通过代数归一化层压缩编码，产生特征图；通过在交叉熵损失中引入相对熵作为正则项，约束输出的概率分布与先验分布之间的差异，通过相对熵的不对称性来区别不同类别的梯度。本发明在KAN网络中引入了频率信息，提取了孤独症行为中的频率分量，提升预测精度；使用代数归一化层缓解了孤独症场景中计算复杂的情况；解决了孤独症场景中刻板行为多且杂，导致不易识别的情况。

本发明授权基于深度学习算法的孤独症儿童刻板行为识别方法及系统在权利要求书中公布了：1.基于深度学习算法的孤独症儿童刻板行为识别方法，其特征在于，包括以下步骤： 采集多视角儿童刻板行为数据，构建多视角数据集，并进行标准化处理； 选取多视角数据集中代表性的刻板行为获得视频片段； 基于频率-科尔莫格罗夫-阿诺德网络处理视频片段，提取刻板行为儿童频率特征； 将刻板行为儿童频率特征通过代数归一化层压缩编码，产生特征图； 通过在交叉熵损失中引入相对熵作为正则项，约束输出的概率分布与先验分布之间的差异，通过相对熵的不对称性来区别不同类别的梯度； 其中，所述基于频率-科尔莫格罗夫-阿诺德网络处理视频片段，提取刻板行为儿童频率特征的步骤，具体为： 频率-科尔莫格罗夫-阿诺德网络计算公式为： ； ，； ； ； ； ； 式中，为构建网络基本的样条函数，是针对于不同样条函数的不同输出，其中的为可自主学习的超参数矩阵，代表实数域，为392，为4，代表了样条函数的拟合维度；为整体科尔莫格罗夫-阿诺德网络的输出，其中单层的科尔莫格罗夫-阿诺德网络的输出提取的是数据的频率分量，则是通过迭代计算与前序列计算得到的新序列分量，表示将作为自变量的序列扩大一倍维度，表示傅里叶变换，表示逆傅里叶变换，为最后的输出，其是通过线性编码层编码最后的总序列得到的，其表示刻板行为儿童频率特征； 所述将刻板行为儿童频率特征通过代数归一化层压缩编码，产生特征图的步骤，具体为： 代数归一化层为： ； 式中，表示代数饱和函数，是代数归一化层的函数表述形式，其自变量代表了计算后所得到的刻板行为儿童频率特征，与表示代数饱和函数中的超参数，其可被网络自主学习，反映函数的幅度，表述函数的偏差。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。