基于数据分析的儿童自闭症行为识别方法、系统及介质

本申请涉及数据处理技术领域，公开了一种基于数据分析的儿童自闭症行为识别方法、系统及介质。该方法包括：采集儿童多模态行为数据并预处理；提取非线性特征得到时间序列特征矩阵；通过三维卷积网络识别重复行为模式；用时间卷积网络分析行为时序变化；融合多种特征表示获取综合特征向量；应用多分类器系统识别自闭症行为类型并评估严重程度。本申请通过提取非线性时间序列特征、构建深度时空特征提取网络、设计特征融合机制和多分类器集成系统，本发明能够克服现有技术中单一模态、线性特征、单一算法的局限性，提高自闭症行为识别的准确性和可解释性。