一种基于卷积神经网络的轻量级脑电情感识别方法及系统

本发明公开了一种基于卷积神经网络的轻量级脑电情感识别方法及系统，该方法包括下述步骤：获取原始脑电图数据并进行特征提取，生成三维特征张量；将时序卷积网络TCN和三维卷积神经网络3DCNN串联构建得到TCNN模型；将三维特征张量输入到TCNN模型，时序卷积网络TCN进行多频段关系学习，输出3D张量块，3D张量块输入三维卷积神经网络3DCNN，学习得到多频段‑时间空间的代表性特征；构建分类器对学习到的多频段‑时间空间的代表性特征进行分类，得到每种情绪类别的概率，选择概率最大的情绪类别作为最后的情感预测结果。本发明通过可视化特征并对其分析来提高TCNN模型的可解释性，分类准确率高。