[发明专利]一种多尺度鼠标轨迹特征提取方法、装置和系统有效
| 申请号： | 201710817777.0 | 申请日： | 2017-09-12 |
| 公开（公告）号： | CN107609590B | 公开（公告）日： | 2020-09-04 |
| 发明（设计）人： | 王红;孟广婷;于晓梅;胡晓红;何天文;狄瑞彤;周莹;房有丽;刘海燕;王露潼;王倩;宋永强 | 申请（专利权）人： | 山东师范大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 黄海丽 |
| 地址： | 250014 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种多尺度鼠标轨迹特征提取方法，装置及系统，方法包括采集鼠标轨迹，得到鼠标轨迹表达，将鼠标轨迹表达分为训练集和测试集；对训练集数据首先进行基准尺度特征提取，在基准尺度特征的基础上，选取每一基准尺度特征对应的细分尺度特征，同时提取鼠标轨迹表达中的局部轨迹特征；采用分层随机森林选取所述基准尺度特征、细分尺度特征和局部轨迹特征中的优势特征；利用所述优势特征，以训练集为样本构造并行投票决策树，并对测试集中的鼠标轨迹进行分类识别。 | ||
| 搜索关键词： | 一种 尺度 鼠标 轨迹 特征 提取 方法 装置 系统 | ||
【主权项】：
一种多尺度鼠标轨迹特征提取方法，其特征在于，包括；采集鼠标轨迹，得到鼠标轨迹表达，将鼠标轨迹表达分为训练集和测试集；对训练集数据首先进行基准尺度特征提取，在基准尺度特征的基础上，选取每一基准尺度特征对应的细分尺度特征，同时提取鼠标轨迹中的局部轨迹特征；采用分层随机森林选取所述基准尺度特征、细分尺度特征和局部轨迹特征中的优势特征；利用所述优势特征，以训练集为样本构造并行投票决策树，并对测试集中的鼠标轨迹进行分类识别。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东师范大学，未经山东师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710817777.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种复杂行为序列数据的特征学习方法
- 下一篇：一种图书分级方法和系统
