摘要
本发明公开了一种基于AI的不安全行为识别方法与系统,包括:基于工人当前状态信息,采用增量学习的轻量级在线建模方法,融入情境要素动态更新个体行为模型;收集异构的情境数据并进行分类,提取关键情境特征并进行降维;构建面向行为风险分析的情境特征体系,根据各情境要素与不安全行为的相关性进行权重分配,获得情境特征权重;在个体行为模型更新过程中,根据员工行为的变化趋势和识别反馈结果,对各情境要素的重要性进行实时评估,动态调整情境特征的权重,适应性地优化特征融合策略;采用自适应阈值的异常行为检测方法检测异常行为,获得不安全行为识别结果。本发明能够有效提高工业环境中不安全行为的实时识别准确率,降低误报率。
技术关键词
情境要素
识别方法
特征降维技术
员工
在线建模方法
融合策略
动态更新
风险评估模型
数据
模式识别模型
语义
协方差矩阵
关联规则挖掘算法
在线增量学习
风险控制策略
特征值
加权融合算法
系统为您推荐了相关专利信息
预处理图像数据
面包
预训练模型
异常图像识别
运算设备
脑电信号识别方法
样本
机器学习模型
拉格朗日
矩阵
深度学习模型
卷积特征
模型训练方法
注意力
非易失性存储介质
识别方法
激光测距数据
视觉特征点
动态
剔除噪声
输电线路绝缘子
高风险
成分识别方法
多元线性回归模型
污秽