一种基于强鲁棒性特征选择的社交媒体自残行为检测方法

发明专利有效专利

申请号：
CN201911033392.0
IPC分类号：G16H50/20;G06F16/35;G06K9/46
申请日期：
2019-10-28
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于强鲁棒性特征选择的社交媒体自残行为检测方法
申请号	CN201911033392.0	申请日期	2019-10-28
法律状态	实质审查	申报国家	中国
公开/公告日	2020-03-06	公开/公告号	CN110867250A
优先权	暂无	优先权号	暂无
主分类号	G16H50/20 ? IPC结构图谱： G 物理 G0 仪器 G16 特别适用于特定应用领域的信息通信技术〔ICT〕〔2018.01〕 G16H 医疗保健信息学，即专门用于处置或处理医疗或健康数据的信息和通信技术〔ICT〕〔2018.01〕 G16H50/00 专门适用于医疗诊断，医学模拟或医疗数据挖掘的ICT；专门适用于检测、监测或建模流行病或传染病〔2018.01〕 G16H50/20 用于计算机辅助诊断，例如医疗专家系统〔2018.01〕	IPC分类号	G;1;6;H;5;0;/;2;0;;;G;0;6;F;1;6;/;3;5;;;G;0;6;K;9;/;4;6查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市咸宁西路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	罗敏楠;董怡翔;郑庆华;秦涛
代理机构	西安通大专利代理有限责任公司	代理人	贺小停

摘要

本发明公开了一种基于强鲁棒性特征选择的社交媒体自残行为检测方法，1)从网络社交媒体网站进行多维度的异质信息获取；2)对数据从文本、用户、时间和图片四个方面进行特征提取，构造自残内容数据集和正常内容数据集；3)通过l_2,1范数的loss函数和正则化项，构建基于强鲁棒性特征选择的有监督自残检测模型；4)对待检测的目标数据进行特征抽取，使用构建的检测模型进行自残检测。本发明所公开的面向社交媒体的自残检测方法，较传统的自残检测相比，可以更广泛的接触到自残主体、更深度的发掘自残主体的行为模式、更高效及时的发现自残行为，具有实际应用的优势。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供