摘要
本申请涉及行为识别技术领域,公开了一种行为识别方法、装置、设备、存储介质及计算机程序产品,包括:获取多模态传感器网络采集的多源异构数据,并基于时空同步算法对多源异构数据进行时空同步和融合处理,得到目标综合数据;提取目标综合数据中的低维特征向量,并结合注意力机制对低维特征向量进行时序建模,构建行为动态模型;根据行为动态模型对实时采集的作业流程信息进行行为识别,输出人员行为类别。通过整合电厂的复杂环境中的多源异构数据,并精准地提取关键特征,捕捉行为和状态的动态变化规律,使得模型在正常操作流程或复杂多变的工况下,都能准确区分各类人员行为,实现了对电厂作业中违规和异常行为的实时精准识别。
技术关键词
识别方法
多模态传感器
多源异构数据
同步算法
注意力机制
环境状况信息
计算机程序产品
长短期记忆网络
历史设备
动态变化规律
时序
数据获取模块
处理器
模式
识别设备
系统为您推荐了相关专利信息
离心泵故障诊断
连续小波变换
故障诊断模型
深度学习模型
二维图像特征
输电线路通道可视化告警高发区域
多模态特征
时空分布特征
识别方法
节点
历史气象数据
空气质量预测方法
因子
站点
加权损失函数