一种基于多维特征融合的情绪识别模型训练方法

AITNT
正文
推荐专利
一种基于多维特征融合的情绪识别模型训练方法
申请号:CN202410750277
申请日期:2024-06-12
公开号:CN118332454A
公开日期:2024-07-12
类型:发明专利
摘要
本发明提供一种基于多维特征融合的情绪识别模型训练方法,涉及情绪识别技术领域,该方法为对脑电信号进行预处理,得到频域信息;对频域信息进行微分处理,得到微分熵数据;基于微分熵数据,通过多维特征融合的方式训练情绪识别模型,得到训练好的情绪识别模型;情绪识别模型用于对所述脑电信号进行分析,得到情绪分类结果。本发明解决了情绪识别模型冗余性高和通用性差的问题。
技术关键词
情绪识别模型 情绪识别技术 电信号 数据 表达式 时序 标签 滤波器 冗余 变量 频率 参数
系统为您推荐了相关专利信息
1
一种基于组件与规模特征的语义服务性能预测方法
服务性能预测方法 语义 代码特征 性能预测模型 性能测试系统
2
一种基于半月板医学影像的分析方法及相关装置
组学特征 半月板 影像 插值算法 样本
3
知识图谱的构建方法以及对车辆故障进行诊断的方法
异常信号 车辆部件 节点 三元组 故障场景
4
多模态生物特征融合的安检防漏检系统
防漏检系统 数据分析单元 模态特征 安检通道 人证一体机
5
车辆行驶控制方法和设备
车辆行驶控制方法 车道 雷达点云数据 车辆行驶控制装置 辅助智能驾驶
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