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！

龙图腾网恭喜浙江工业大学申请的专利基于联合注意力机制的传感器数据群体行为识别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：CN114926784B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210625710.8，技术领域涉及：G06V20/52；该发明授权基于联合注意力机制的传感器数据群体行为识别方法是由宦若虹;舒佳设计研发完成，并于2022-06-02向国家知识产权局提交的专利申请。

本基于联合注意力机制的传感器数据群体行为识别方法在说明书摘要公布了：本发明公开了一种基于联合注意力机制的传感器数据群体行为识别方法，构建包括数据域网络和语义域网络的网络模型，数据域网络对群体中每个个体的局部位置传感器数据进行处理得到数据域网络群体行为特征，再通过一个全连接层得到数据域网络群体行为识别结果，所述语义域网络对群体中每个个体的个体行为标签进行处理得到语义域网络群体行为特征，再通过一个全连接层得到语义域网络群体行为识别结果。损失函数联合数据域网络和语义域网络，进行联合训练获得数据域网络的网络参数。本发明能够有效抑制群体中非关键行为的干扰，提高了群体行为识别准确率和鲁棒性。

本发明授权基于联合注意力机制的传感器数据群体行为识别方法在权利要求书中公布了：1.一种基于联合注意力机制的传感器数据群体行为识别方法，其特征在于，所述基于联合注意力机制的传感器数据群体行为识别方法，包括：步骤1、构建包括数据域网络和语义域网络的网络模型，所述数据域网络用于对群体中每个个体的局部位置传感器数据进行处理得到数据域网络群体行为特征，再通过一个全连接层得到数据域网络群体行为识别结果，所述语义域网络用于对群体中每个个体的个体行为标签进行处理得到语义域网络群体行为特征，再通过一个全连接层得到语义域网络群体行为识别结果；其中，所述数据域网络用于对群体中每个个体的局部位置传感器数据进行处理得到数据域网络群体行为特征，包括：对每个个体，通过滑动窗口对个体局部位置的传感器采集的连续传感器数据进行分割，分割后得到个体局部位置传感器数据，将个体不同局部位置传感器数据输入到卷积神经网络，得到第一特征，然后将第一特征输入到双向长短期记忆网络，得到第二特征，将所述第一特征与所述第二特征进行拼接得到个人局部行为特征，将所有不同个体局部行为特征进行拼接得到个体行为特征，并将个体行为特征通过一个全连接层得到个体行为识别结果；基于个体行为特征计算个体行为相关性，基于个体坐标计算个体位置相关性，将个体行为相关性和个体位置相关性融合得到个体交互关系，将个体行为特征与个体交互关系输入到数据域图卷积网络，提取群体交互关系特征，并将群体交互关系特征与个体行为特征进行拼接，得到第三特征，然后将第三特征输入到注意力模块，学习得到数据域群体行为特征；所述语义域网络用于对群体中每个个体的个体行为标签进行处理得到语义域网络群体行为特征，包括：将个体行为标签转变为独热编码向量，将独热编码向量和个体位置相关性输入到语义域图卷积网络提取语义域特征，然后将语义域特征输入到注意力模块，学习得到语义域网络群体行为特征；步骤2、构建损失函数联合数据域网络和语义域网络，进行联合训练获得数据域网络的网络参数；其中，所述损失函数公式如下： 其中，L表示联合损失，Lp表示数据域网络个体行为识别分类损失，Lg表示数据域网络群体行为识别分类损失，LSPA表示数据域网络与语义域网络之间的欧式距离，LKD表示知识蒸馏损失，pi表示个体行为标签，表示数据域网络个体行为识别结果，gi表示群体行为标签，Pd表示数据域网络群体行为识别结果，λ1和λ2是超参数，表示语义域网络注意力权重，表示数据域网络注意力权重，Ps表示语义域网络群体行为识别结果；步骤3、采用训练好的数据域网络对待检测群体中每个个体的局部位置传感器数据进行处理，预测出待检测群体对应的群体行为识别结果。

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业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。