1.一种基于人工智能的实训室管理平台，其特征在于，包括：实训室管理数据获取模块，用于获取由摄像头采集的实训室监控图像、由数据库采集的课程信息和由安装在实训室内的RFID读写器采集的学生身份信息；

实训室管理数据提取模块，用于从所述由摄像头采集的实训室监控图像、所述由数据库采集的课程信息和所述由安装在实训室内的RFID读写器采集的学生身份信息中提取优化实训室监控显著特征向量和实训室学生身份融合特征向量；

可疑人员预警判断模块，用于基于所述优化实训室监控显著特征向量和所述实训室学生身份融合特征向量，判断是否发出可疑人员预警警报；

其中，所述实训室管理数据提取模块，包括：

实训室监控图像特征提取单元，用于对所述由摄像头采集的实训室监控图像进行特征提取以得到所述优化实训室监控显著特征向量；

实训室课程信息特征提取单元，用于对所述由数据库采集的实训室课程信息进行特征提取以得到实训室课程信息语义全局特征向量；

学生身份信息特征提取单元，用于对所述由安装在实训室内的RFID读写器采集的学生身份信息进行特征提取以得到学生身份关联特征向量；

学生身份特征融合单元，用于将所述实训室课程信息语义全局特征向量和所述学生身份关联特征向量进行融合以得到所述实训室学生身份融合特征向量；

其中，所述实训室监控图像特征提取单元，包括：

实训室监控特征编码子单元，用于对所述由摄像头采集的实训室监控图像进行特征编码以得到实训室监控显著特征图；

实训室监控特征池化子单元，用于将所述实训室监控显著特征图进行全局均值池化以得到实训室监控显著特征向量；

实训室监控特征优化子单元，用于基于所述实训室学生身份融合特征向量，对所述实训室监控显著特征向量进行类散度空间的位置散射响应的深度相关性补偿以得到所述优化实训室监控显著特征向量；

其中，所述实训室监控特征编码子单元，包括：

对所述由摄像头采集的实训室监控图像进行目标检测以得到实训室监控感兴趣区域；

将所述实训室监控感兴趣区域通过实训室监控显著目标特征编码器以得到所述实训室监控显著特征图；

其中，所述实训室监控特征优化子单元，包括：

计算所述实训室监控显著特征向量和所述实训室学生身份融合特征向量的按位置相减以得到相差特征向量；

将所述相差特征向量的各个位置的特征值分别除以二再取绝对值后计算自然指数函数值以得到指数化特征向量；

将第二超参数除以所述指数化特征向量的各个特征值以得到第二加权系数向量；

将所述第二加权系数向量与所述实训室学生身份融合特征向量进行按位置相乘以得到加权后实训室学生身份融合特征向量；

将第一预定超参数与所述实训室监控显著特征向量进行按位置相乘后再于所述加权后实训室学生身份融合特征向量进行按位置相加以得到所述优化实训室监控显著特征向量。

2.根据权利要求1所述的基于人工智能的实训室管理平台，其特征在于，所述实训室课程信息特征提取单元，包括：将所述由数据库采集的实训室课程信息通过实训室课程信息语义特征编码器以得到多个实训室课程信息特征向量；

将所述多个实训室课程信息特征向量进行拼接以得到所述实训室课程信息语义全局特征向量。

3.根据权利要求2所述的基于人工智能的实训室管理平台，其特征在于，所述学生身份信息特征提取单元，包括：将所述由安装在实训室内的RFID读写器采集的学生身份信息构造为多个学生身份输入向量；

将所述多个学生身份输入向量通过基于卷积神经网络的学生身份特征编码器以得到所述学生身份关联特征向量。

4.根据权利要求3所述的基于人工智能的实训室管理平台，其特征在于，所述可疑人员预警判断模块，包括：可疑人员特征融合单元，用于将所述优化实训室监控显著特征向量和所述实训室学生身份融合特征向量进行关联以得到可疑人员预警判断特征向量；

预警警报判断生成单元，用于将所述可疑人员预警判断特征向量通过分类器以得到分类结果，所述分类结果用于判断是否发出可疑人员预警警报。

5.一种基于人工智能的实训室管理方法，使用权利要求1所述的基于人工智能的实训室管理平台，其特征在于，包括：获取由摄像头采集的实训室监控图像、由数据库采集的课程信息和由安装在实训室内的RFID读写器采集的学生身份信息；

从所述由摄像头采集的实训室监控图像、所述由数据库采集的课程信息和所述由安装在实训室内的RFID读写器采集的学生身份信息中提取优化实训室监控显著特征向量和实训室学生身份融合特征向量；

基于所述优化实训室监控显著特征向量和所述实训室学生身份融合特征向量，判断是否发出可疑人员预警警报。