一种基于脑电波图的情绪识别模型、训练方法、情绪识别方法

AITNT
正文
推荐专利
一种基于脑电波图的情绪识别模型、训练方法、情绪识别方法
申请号:CN202410730755
申请日期:2024-06-06
公开号:CN118708929A
公开日期:2024-09-27
类型:发明专利
摘要
本发明涉及情感识别技术领域,公开了一种基于脑电波图的情绪识别模型、训练方法、情绪识别方法,包括频段自注意力机制部分、卷积神经网络部分、设有门控机制的残差自适应图神经网络部分;频段自注意力机制部分包括与若干个频段对应的若干个多头注意力机制网络和若干个前馈神经网络部分;卷积神经网络部分包括若干层卷积神经网络,每层卷积神经网络中包括卷积层、随机失活层和最大池化层;残差自适应图神经网络部分包括与若干层卷积神经网络对应的若干个自适应图计算块;所述的自适应图计算块包括门控机制部分、自适应图部分和残差图神经网络部分;本发明解决了现有技术中忽视图结构特征、过拟合的问题,且具有能有效提高模型的分类精度的特点。
技术关键词
情绪识别模型 前馈神经网络 多头注意力机制 频段 情绪识别方法 Softmax函数 电极 情感识别技术 卡尔曼滤波方法 通道 脑电信号采集 矩阵乘法运算 短时傅里叶变换 计算误差 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号