异常行为识别与课堂安全场景数据集

本数据集基于课堂异常行为分类标准与智能识别算法构建。将异常行为划分为无效互动类、恶意干扰类、安全隐患类三大类，下设 15 项细分指标。通过行为序列分析、频次阈值检测、时序异常点识别算法，自动筛选异常行为；采用多模态特征融合与机器学习分类算法，区分不同类型异常并分级预警；运用行为轨迹追踪与关联分析算法，识别持续性异常行为并生成干预建议，确保识别准确率与预警及时性，符合校园安全管理规范。

搜集汇总

背景与挑战

背景概述

该数据集基于课堂异常行为分类标准与智能识别算法构建，将异常行为划分为无效互动、恶意干扰、安全隐患三大类共15项细分指标。通过行为序列分析、频次阈值检测及多模态特征融合等算法，自动识别并区分异常类型，实现分级预警与干预建议生成。数据集面向学校管理者及教师，用于课堂秩序实时管控、异常行为预警及校园安全风险防控，符合校园安全管理规范。