【技术实现步骤摘要】
无序行为关联解析系统
[0001]本专利技术涉及人工智能领域，尤其涉及一种无序行为关联解析系统。
技术介绍
[0002]人工智能存在神经网络和视觉检测两个重要分支，人工智能当前普遍应用于各个细分领域，例如幼儿园的针对性精细管理。然而，在当前幼儿园的管理中，由于幼儿的性格不同，关注的目标不同，导致很难对幼儿在未来某一时间分段出现的位置进行鉴定，导致幼儿园管理者不得不将有限的管理资源和能源资源平均分配到园区内的各个分区，这一点，对于大面积的幼儿园来说，问题尤为突出。
技术实现思路
[0003]为了解决相关领域的技术问题，本专利技术提供了一种无序行为关联解析系统，能够采用人工智能模型以基于每一幼儿所在分组的其他幼儿的历史活动区域数据智能解析幼儿在未来时间分段出现的活动区域，并基于智能解析结果实现对幼儿园管理方有限资源的定向分配，从而使得幼儿园各项资源的利用率最大化。
[0004]为此，本专利技术至少需要具有以下两处重要专利技术点：
[0005](1)针对同一设定幼儿园内各个幼儿无序的行为模式，以每一...
【技术保护点】
【技术特征摘要】
1.一种无序行为关联解析系统，其特征在于，所述系统包括：编号存储机构，采用大数据网元来实现，用于将设定幼儿园的整体幼儿活动区域分割成各个活动分区，并为每一个活动区域赋予一个不同于其他活动区域的八进制编码；数据记录机构，服务于设定幼儿园，用于获取每一个幼儿目标在一天的各个上学时间分段内分别所在的活动分区；第一建立器件，与所述数据记录机构连接，用于将预定幼儿目标在未到达上学时间分段内所在的活动分区的八进制编码作为Hopfield神经网络的单个输出，将预定幼儿目标所在分组的各个其他幼儿目标在未到达上学时间分段之前的上学时间分段内分别所在的活动分区的各个八进制编码作为Hopfield神经网络的各个输入，建立用于执行预定幼儿目标未来位置估测的Hopfield神经网络；第二建立器件，与所述第一建立器件连接，用于采用所述设定幼儿园的每一分组的每一个幼儿目标在过往日期的各个上学时间分段内分别所在的活动分区的各个八进制编码作为所述第一建立器件建立的Hopfield神经网络的输出和/或输入，对所述第一建立器件建立的Hopfield神经网络执行设定总数的多次学习动作；估测执行器件，与所述第二建立器件连接，用于采用所述第二建立器件建立的Hopfield神经网络执行对设定幼儿园每一个幼儿目标在每一个未到达上学时间分段内所在的活动分区的估测；其中，所述固定数值的取值与所述设定幼儿园的整体幼儿活动区域被分割成各个活动分区的数目的取值单调正向关联；其中，所述设定幼儿园占据面积越大，选择的设定总数的取值越大。2.如权利要求1所述的无序行为关联解析系统，其特征在于，所述系统还包括：第一分配器件，与所述估测执行器件连接，用于基于所述估测执行器件的估测结果确定每一个未到达上学时间分段内设定幼儿园的每一活动分区分配的教师资源。3.如权利要求2所述的无序行为关联解析系统，其特征在于：基于所述估测执行器件的估测结果确定每一个未到达上学时间分段内设定幼儿园的每一活动分区分配的教师资源包括：基于所述估测执行器件的估测结果确定的每一个未到达上学时间分段内设定幼儿园的每一活动分区内的幼儿目标的数量越多，分配给所述活动分区的教师数量越多。4.如权利要求3所述的无序行为关联解析系统，其特征在于：基于所述估测执行器件的估测结果确定每一个未到达上学时间分段内设定幼儿园的每一活动分区分配的教师资源包括：基于所述估测执行器件的估测结果确定的每一个未...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。