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！

龙图腾网获悉浙江工贸职业技术学院(浙江工贸技师学院);杭州电子科技大学申请的专利基于神经网络的行为意图开集识别方法、系统及电子设备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：CN118296353B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202410471191.3，技术领域涉及：G06F18/213；该发明授权基于神经网络的行为意图开集识别方法、系统及电子设备是由方嵩松;盛铨;孙笑笑;叶春毅设计研发完成，并于2024-04-18向国家知识产权局提交的专利申请。

本基于神经网络的行为意图开集识别方法、系统及电子设备在说明书摘要公布了：本发明公开了一种基于神经网络的行为意图开集识别方法、系统及电子设备，属于意图识别领域。该方法首先采用包括自注意力混合卷积模块和时序变化感知模块的已知类分类网络，分别提取时间维度上关键局部特征和全局的时序变化，并将其处理成低维的类别激活向量；再通过自适应阈值检测模块在训练过程中拟合各动作意图类别的韦布尔分布和未知动作意图类别判断阈值，并在测试或推理阶段对测试样本的类别激活向量进行修正，将小于相应类别的阈值的样本标识为未知动作意图类别。在各时间序列分类数据集上的动作意图开集识别实验表明，该方法的整体表现优于各基线方法，模型的消融实验证明了网络结构的合理性。

本发明授权基于神经网络的行为意图开集识别方法、系统及电子设备在权利要求书中公布了：1.一种基于神经网络的行为意图开集识别方法，其特征在于，包括以下步骤： S1、针对记录人体行为的时间序列样本集合及其人工标注结果，将已标记出意图类型的时间序列样本加入已知类分类数据集，将未能标记出意图类型的时间序列样本加入未知类集合，从而构建开集识别数据集； S2、利用S1中得到的已知类分类数据集，训练已知类分类模型，直到模型收敛，使其能够对输入的已知类时间序列样本进行准确分类；所述已知类分类模型中，输入模型的时间序列一路经过两个级联的自注意力混合卷积模块提取关键局部特征，另一路通过时序变化感知模块提取全局时序特征，关键局部特征和全局时序特征经过融合后经过分类层输出对应的分类标签； 所述已知类分类模型的模型输入为记录人体行为的时间序列，第一个自注意力混合卷积模块的输入为时间序列，第二个自注意力混合卷积模块的输入为第一个自注意力混合卷积模块的输出，第二个自注意力混合卷积模块的输出拉伸成一维向量，得到第一输出信号；所述时序变化感知模块将模型输入的时间序列输入到双向LSTM网络，对双向LSTM网络各隐藏步的信号应用全局注意力机制提取时序上下文向量，然后将时序上下文向量与双向LSTM网络隐藏层的最后一个信号进行拼接，得到第二输出信号；最后将第一输出信号经过第一全连接层，第二输出信号经过第二全连接层，将两者拼接后经过第三全连接层，得到类别激活向量，类别激活向量经过Softmax函数后，得到已知类分类模型输出的意图类别； 所述第一个自注意力混合卷积模块和第二个自注意力混合卷积模块采用相同的模块结构，包括混合一维卷积层、自注意力层、残差连接层和一维平均池化层； 所述混合一维卷积层先使用4种不同宽度的一维卷积核对模块输入进行一维卷积，并将4种宽度的卷积结果进行拼接，得到拼接结果； 所述自注意力层对拼接结果进行自注意力加权，获得输出信号； 所述残差连接层将所述模块输入和所述输出信号经过各自的一维卷积层后进行叠加，得到残差连接结果； 所述一维平均池化层对残差连接结果进行平均池化，获得模块输出； S3、在S2中的已知类分类模型训练结束后，由自适应阈值开集识别模块将所述已知类分类数据集中所有能被已知类分类模型正确分类的时间序列样本处理成类别激活向量，并计算每个已知类别的类别激活向量均值中心；针对每个意图类别，选取距离其类别激活向量均值中心最远的部分激活向量，拟合其韦布尔分布；对于已知类分类数据集中的每个时间序列样本，根据所属意图类别的韦布尔分布计算韦布尔概率修正权值向量，对其类别激活向量进行修正并经过Softmax函数归一化，得到类别概率修正向量；利用S1得到的开集识别数据集，根据开集识别的准确率搜索每个已知意图类别的最佳未知类别判断阈值； S4、将待识别意图类型的记录人体行为的时间序列按照与S3中所述时间序列样本相同的方式处理成类别概率修正向量，然后根据类别概率修正向量确定其中概率值最大的意图类别，若该意图类别对应的概率值大于该意图类别对应的最佳未知类别判断阈值，则将该意图类别作为待识别时间序列的意图类别，否则将待识别时间序列识别为未知类别。

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浙江工贸职业技术学院(浙江工贸技师学院);杭州电子科技大学，其通讯地址为：325026 浙江省温州市瓯江口产业集聚区雁云路301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。