【技术实现步骤摘要】
本专利技术涉及教育系统，特别涉及智能化辅助系统，具体的，是一种学生异常行为监控系统。
技术介绍
1、学生异常行为预警可利用视频监控技术，对学生在学校内的行为进行分析，并及时发现和预警学生异常行为；可以帮助学校和家长及时发现学生的问题，并提供必要的帮助，以防止学生出现更严重的行为问题。
2、因此，需要提供一种学生异常行为监控系统来实现上述目的。
技术实现思路
1、本专利技术的目的是提供一种学生异常行为监控系统。
2、本专利技术通过如下技术方案实现上述目的：
3、一种学生异常行为监控系统，包括：
4、视频监控采集模块：采集学生在学校内的视频数据；
5、算法中心模块：通过数据预处理、特征提取、模型训练三个阶段针对多种场景下的异常行为进行训练；
6、预警分析模块：负责将训练好的模型应用于的监控数据，以对学生作息时间、课间状态、行动轨迹异常的行为进行预警分析，并对异常行为进行分级处理，分为一级严重、二级警告、三级普通；
7、数据分析模块：使用学生的历史行为数据来预测学生未来的行为，通过回归分析、因子分析、聚类分析分析手段回溯学生发生异常行为的原因；
8、异常模型：包括作息时间异常、课间状态异常、校园轨迹异常。
9、进一步的，算法中心包括：
10、数据预处理模块：对采集到的视频数据进行预处理，包括数据清洗、数据转换和数据归一化；
11、特征提取模块：负责从预处理后
12、模型训练模块：基于神经网络的机器学习模型，通过使用提取的特征数据，可以学习学生的行为模式，并预测学生未来的行为，检测学生异常行为，如自残倾向、暴力倾向。
13、进一步的，预警分析模块对应一级预警必要当天给予调查核实，给予一定的干预措施，并形成处理结果、记录原因，反馈结果给到模型辅助进行更精准的计算。
14、进一步的，数据分析模块统计高频问题，归纳其发生的原因，并通过神经网络模型预测感知学生未来异常行为的可能性，辅助学校科学决策提前干预，及时避免更大的问题产生。
15、进一步的，视频监控采集模块使用固定摄像头或移动摄像头来采集视频数据。
16、进一步的，作息时间异常，通过视频监控分析学生的上课考勤时间、自修时间、宿舍就寝情况分析学生的作息时间是否正常，通过大数据模型与普遍正常作息时间对比的方法，对一段时间内作息时间异常的学生作预警。
17、进一步的，课间状态异常，在课间表现出异常的兴奋状态，难以控制自己的情绪或行为，甚至会与同学发生争吵、打斗或其他形式的冲突，在课间状态异常时变得沉默寡言，避免与他人交流或参与社交活动，选择独自待在一边，在课间出现身体不适的症状，如头痛、胃痛、乏力，通过对课间视频数据的采集，结合神经网络智能分析模型及时发现学生的异常情况，及时预警，避免发生更严重的问题。
18、进一步的，校园轨迹异常，在某时间出现在不该出现的地方，或在该出现的地方不出现的时候作出预警，使用门禁记录、wifi定位、考勤记录数据，对诸如学生深夜出现在教学楼、学生长期不在宿舍情况作预警。
19、与现有技术相比，本专利技术实时性强：本系统可以实时地对学生的行为进行分析，并及时发现和预警学生异常行为；使用机器学习模型来预测学生是否具有异常行为，准确率高；能够在各种各样的条件下正常工作，而不容易受到干扰或崩溃；可以很容易地扩展到更大的规模，以满足更多学校的需求。
本文档来自技高网...【技术保护点】
1.一种学生异常行为监控系统，其特征在于：包括：
2.根据权利要求1所述的一种学生异常行为监控系统，其特征在于：算法中心包括：
3.根据权利要求1所述的一种学生异常行为监控系统，其特征在于：预警分析模块对应一级预警必要当天给予调查核实，给予一定的干预措施，并形成处理结果、记录原因，反馈结果给到模型辅助进行更精准的计算。
4.根据权利要求2或3所述的一种学生异常行为监控系统，其特征在于：数据分析模块统计高频问题，归纳其发生的原因，并通过神经网络模型预测感知学生未来异常行为的可能性，辅助学校科学决策提前干预，及时避免更大的问题产生。
5.根据权利要求4所述的一种学生异常行为监控系统，其特征在于：视频监控采集模块使用固定摄像头或移动摄像头来采集视频数据。
6.根据权利要求5所述的一种学生异常行为监控系统，其特征在于：作息时间异常，通过视频监控分析学生的上课考勤时间、自修时间、宿舍就寝情况分析学生的作息时间是否正常，通过大数据模型与普遍正常作息时间对比的方法，对一段时间内作息时间异常的学生作预警。
7.根据权利要求5
8.根据权利要求1所述的一种学生异常行为监控系统，其特征在于：校园轨迹异常，在某时间出现在不该出现的地方，或在该出现的地方不出现的时候作出预警，使用门禁记录、WIFI定位、考勤记录数据，对诸如学生深夜出现在教学楼、学生长期不在宿舍情况作预警。
...【技术特征摘要】
1.一种学生异常行为监控系统，其特征在于：包括：
2.根据权利要求1所述的一种学生异常行为监控系统，其特征在于：算法中心包括：
3.根据权利要求1所述的一种学生异常行为监控系统，其特征在于：预警分析模块对应一级预警必要当天给予调查核实，给予一定的干预措施，并形成处理结果、记录原因，反馈结果给到模型辅助进行更精准的计算。
4.根据权利要求2或3所述的一种学生异常行为监控系统，其特征在于：数据分析模块统计高频问题，归纳其发生的原因，并通过神经网络模型预测感知学生未来异常行为的可能性，辅助学校科学决策提前干预，及时避免更大的问题产生。
5.根据权利要求4所述的一种学生异常行为监控系统，其特征在于：视频监控采集模块使用固定摄像头或移动摄像头来采集视频数据。
6.根据权利要求5所述的一种学生异常行为监控系统，其特征在于：作息时间异常，通过视频监控分析学生的上...
【专利技术属性】
技术研发人员：张红普，杨爱萌，浦文江，
申请(专利权)人：无锡港湾网络科技有限公司，
类型：发明
国别省市：
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。