[发明专利]基于神经网络的行为预测方法

摘要

本发明属于行为预测方法领域，具体涉及基于神经网络的行为预测方法。基于神经网络的行为预测方法包含以下步骤采集数据、分类、转码处理、模型设计、验证测试。本发明行为预测方法引入了自标注增量极速学习算法，所述自标注增量极速学习算法基于源域标注数据训练ELM模型，并将所述ELM模型迁移到目标域，然后对目标域数据进行自标定，并利用高置信度标注结果不断地调整原有所述ELM模型，使之成为一个适应目标域数据的模型，进而进行行为的预测，有利于人们更好的预测行为，并更好的规划自己的行程，节约了时间。

主权项

基于神经网络的行为预测方法，包含以下步骤：采集数据、分类、转码处理、模型设计、验证测试，所述采集数据可以采取的方式包括：入户访问，拦截访问，邮寄问卷调查，留置问卷调查，电话调查，网络调查，深度访问法，座谈法；数据采集完毕后，将所述的采集数据按照被采集对象的年龄、地域和时间进行分类；将已经完成分类的数据进行转码处理，输入计算机，其特征在于:所述模型设计的方法为：确定隐含层，通过自标注增量极速学习算法优化搜索，进行权值优化，得到局部最优算法；所述自标注增量极速学习算法基于源域标注数据训练ELM模型，并将所述ELM模型迁移到目标域，然后对目标域数据进行自标定，并利用高置信度标注结果不断地调整原有所述ELM模型，使之成为一个适应目标域数据的模型。