摘要
本发明公开了基于人工智能的学生心理健康预测方法,具体涉及心理健康预测技术领域;构建了融合多源行为数据的时间序列样本,并结合突变检测机制的深度学习模型,有效提升对学生短期心理异常变化的识别能力,通过在突变发生时动态输出心理风险信号,并调用个性化干预决策模块生成干预建议,实现了从风险识别到智能干预的闭环管理,显著增强了系统对突发心理危机的预警能力和干预及时性,具有较强的实用价值与推广前景。
技术关键词
学生心理健康
深度学习预测模型
序列
子模块
心理异常变化
心理健康管理
标记
心理状态评估
数据
个性化策略
编码器结构
动态门控
累计偏差
高风险
融合多源
深度学习模型
系统为您推荐了相关专利信息
DBSCAN算法
爬坡事件
累计用电量
识别方法
信息采集系统
数字身份管理
授权系统
授权方法
子模块
凭证管理
多模态特征融合
钓鱼网站检测方法
融合特征
元素
序列