一种基于时间序列Transformer的学习行为模式识别方法

AITNT
正文
推荐专利
一种基于时间序列Transformer的学习行为模式识别方法
申请号:CN202511088209
申请日期:2025-08-05
公开号:CN121030262A
公开日期:2025-11-28
类型:发明专利
摘要
本发明公开了一种基于时间序列Transformer的学习行为模式识别方法,包括以下步骤:S1,基于在线学习平台的后台行为日志,提取学习者的学习行为特征;S2,基于学习者的学习行为特征构建相应学习者的学习行为特征矩阵;S3,将学习行为特征矩阵按照展平与标准化、主成分分析降维、自适应合成算法扩增、特征重构与恢复的步骤进行处理,得到扩增样本;S4,将扩增样本作为训练样本,得到性能最优的行为模式识别模型参数;S5,将待分类的学习者行为特征矩阵输入最优的时间序列Transformer模型,得出该行为特征矩阵所对应的行为模式。本发明实现了对多维学习行为特征的有效利用,提高对在线学习平台日志的利用率。
技术关键词
模式识别方法 在线学习平台 矩阵 主成分分析降维 模式识别模型 序列 主成分分析算法 特征值 信息编码 多头注意力机制 样本 代表 重构 时序 稳定特征 学习特征 数据 日志 预测类别
系统为您推荐了相关专利信息
1
用于安全计算的数据处理方法、装置、介质、设备及产品
多项式 明文 矩阵 数据处理方法 分片
2
基于混合注意力与强化学习的动力电池拆解路径决策方法
动力电池拆解 决策方法 矩阵 统一解码器 资源回收技术
3
一种高效的大规模最优时空轨迹规划方法
轨迹规划方法 参数 变量 矩阵 误差
4
一种面向复合材料壁板装配的力学参数等效计算方法
有限元等效模型 复合材料壁板 面向复合材料 等效计算方法 坐标系
5
一种基于卷积神经网络的断口扫描电镜图像自动识别方法
扫描电镜图像 卷积神经网络模型 自动识别方法 构建卷积神经网络 深度学习卷积神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号