[发明专利]一种基于深度学习下用户行为分析模型构建及系统应用

权利要求书

1.一种基于深度学习下用户行为分析模型构建及系统应用，包括，其特征在于，包括以下步骤：

步骤一，构建针对视频流基于深度学习下用户行为分析模型；

步骤二，结合海康AI训练平台，应用训练模型；

步骤三，通过安防平台，进行平台调用。

2.根据权利要求1所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述模型构建基于深度学习算法，将通过神经网络层来描述样本，所述神经网络层分为两层，且神经网络层包括一个浅层网络和一个深度网络。

3.根据权利要求2所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述样本通过训练得到相应的两个深度模型，两个所述深度模型包括视频分类模型和视频行为分析模型。

4.根据权利要求1所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述模型构建中采用AlexNet网络进行训练分类。

5.根据权利要求4所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述AlexNet网络采用ReLU作为激活函数，且训练过程中采用多GPU并行训练，所述ALexNet网络计算时采用局部反应归一化。

6.根据权利要求5所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述局部反应归一化中采用了随机梯度下降算法进行优化，所述随机梯度下降算法的具体算式为χ_t+1＝χ_t+Δx_t，Δχ_t＝ρΔx_t-1-ηg_t；

其中x代表神经网络的参数，t代表迭代次数，为学习率，g为当前的梯度，代表动量系数。

7.根据权利要求1所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述训练模型结合海康AI训练平台进行应用，且训练模型应用到每个门店摄像头上。

8.根据权利要求1所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述平台将每个门店摄像头接入，且对符合模型视频动态展示在电视墙。

9.根据权利要求1所述的一种基于深度学习下用户行为分析模型构建及系统应用，其特征在于：所述平台具有大数据处理、实时计算以及机器学习的特点。