1.基于神经网络的行为预测方法，其特征在于，包含以下步骤：采集数据、分类、转码处理、模型设计、验证测试。

2.根据权利要求1所述的基于神经网络的行为预测方法，其特征在于，所述采集数据可以采取的方式包括：入户访问，拦截访问，邮寄问卷调查，留置问卷调查，电话调查，网络调查，深度访问法，座谈法；数据采集完毕后，将所述的采集数据按照被采集对象的年龄、地域和时间进行分类；将已经完成分类的数据进行转码处理，输入计算机。

3.根据权利要求2所述的基于神经网络的行为预测方法，其特征在于，所述模型设计的方法为：确定隐含层，通过自标注增量极速学习算法优化搜索，进行权值优化，得到局部最优算法。

4.根据权利要求2所述的基于神经网络的行为预测方法，其特征在于，所述自标注增量极速学习算法基于源域标注数据训练ELM模型，并将所述ELM模型迁移到目标域，然后对目标域数据进行自标定，并利用高置信度标注结果不断地调整原有所述ELM模型，使之成为一个适应目标域数据的模型。

5.根据权利要求1所述的基于神经网络的行为预测方法，其特征在于，所述验证测试包括如下步骤：将所述分类数据输入至计算机，进而调整所述目标域数据模型，得到行为预测结果。