买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜山东大学申请的专利一种基于多任务多视图增量学习的用户行为识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114708553B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210370808.3，技术领域涉及：G06V20/52；该发明授权一种基于多任务多视图增量学习的用户行为识别方法是由张啸;师脉旺;于东晓设计研发完成，并于2022-04-11向国家知识产权局提交的专利申请。

本一种基于多任务多视图增量学习的用户行为识别方法在说明书摘要公布了：本发明公开了一种基于多任务多视图增量学习的用户行为识别方法，包括以下步骤，S1.采集活动姿态数据，将数据划分多个部分，并根据参与训练的人员确定任务数量以及每个任务的视图数量，初始化每个阶段的参数；S2.利用多任务多视图深度神经网络为传感器数据提取特征；S3.参数更新，通过计算多个损失函数，并通过反向传播进行参数更新；S4.所有阶段训练结束，获得最终的预测结果。其优点在于，MTMVIS使用多任务多视图深度神经网络的每一层分别提取特征，并为每个任务使用注意力层加权多任务多视图深度神经网络所有层的输出作为最终的输出层。MTMVIS使用自适应权重巩固来减轻灾难性遗忘问题并增强模型可扩展性。

本发明授权一种基于多任务多视图增量学习的用户行为识别方法在权利要求书中公布了：1.一种基于多任务多视图增量学习的用户行为识别方法，其特征在于，包括以下步骤，S1.采集活动姿态数据，将数据划分多个部分即初始化活动阶段数量，并根据参与训练的人员确定任务数量以及每个任务的视图数量，初始化每个阶段的参数；S2.利用多任务多视图深度神经网络为传感器采集的数据提取特征，步骤如下：假设在每个T秒的时间间隔内，身体每个部位共有S个传感器，将传感器采集的数据输入深度神经网络的数据对齐层进行数据对齐，得到一个固定长度的特征向量将数据对齐层输出的特征向量输入全连接层，得到固定长度的特征向量将特征向量输入任务视图共享层，并执行MMoE算法，每个任务视图都可以获得一个特定的特征向量将特征表示输入视图融合层，通过第三注意力层来融合每个任务的视图特征，得到每个任务的特征向量分别将数据对齐层输出的特征向量全连接层输出的特征向量任务视图共享层输出的特征向量经过不同的注意力层得到特征向量特征向量和特征向量将特征向量特征向量将特征向量和特征向量输入自适应输出层进行加权，每个任务得到一个特定的特征向量Fk；S3.参数更新，通过计算多个损失函数，并通过反向传播进行参数更新；S4.对S2至S4开展多轮迭代，直到达到迭代轮数范围要求，然后进行下一阶段的训练过程，直至所有的阶段训练结束，得到最终阶段的预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东大学，其通讯地址为：250013 山东省青岛市即墨区滨海路72号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。