摘要
本发明公开了一种基于多分支特征提取与分阶段融合的动态图注意力网络模型的脑电信号情感识别方法,涉及信号处理技术领域。包括:获取脑电信号特征,构建脑电信号特征数据集,脑电信号特征数据集划分为训练集和测试集;构建动态图注意力网络模型;将训练集输入至动态图注意力网络模型进行训练,得到训练好的动态图注意力网络模型;利用训练好的动态图注意力网络模型对测试集进行情感识别,得到情感识别结果。本发明能够表征情感激活时的通道相互关系,深入地挖掘情感相关特征,从而提高情感的分类准确率。
技术关键词
情感识别方法
注意力
脑电信号特征
多分支
空间特征提取
分阶段
融合特征提取
斯皮尔曼相关系数
特征提取模块
空间结构特征
通道
输出特征
卷积神经网络提取
巴特沃斯滤波器
数据
系统为您推荐了相关专利信息
多源遥感数据
多模态深度学习
农作物分类方法
融合特征
分类网络
结构化信息抽取方法
文本
自然场景
视觉特征编码
信息编码
空中平台
检测识别方法
嵌入式硬件
标签分配方法
检测识别系统
聚类分割方法
矩阵
多层感知机
节点特征
多头注意力机制
偏振光
训练深度学习模型
马赛克
注意力
图像传感器