摘要
本发明公开了一种基于时空注意力机制的多特征脑电情绪识别方法,包括如下步骤:预处理脑电图源数据,提取时域特征、频域特征和空间域特征,生成多个人工脑电图特征;将提取的时域、频域、空间域脑电图特征在另一个维度上叠加组合成四维脑电图特征数据;将组合特征通过时空注意力编码器进行编码,以消除冗余信息,并保留有用信息;本发明的有益效果是:提出了基于时空注意力的脑电特征编码器,通过多层时空注意力关注输入的重要信息,起到消除冗余信息的目的;该编码器连接了人工特征和深度学习特征,使得模型能够先通过人工特征提取通用情感特征,再通过深度学习模型获得脑电信号中的深层的相似情绪模式。
技术关键词
脑电情绪识别方法
时空注意力机制
注意力编码器
深度学习特征
频域特征
情绪识别模型
时域特征
深度学习模型
情感特征
电信号
离散采样值
脑电图数据
局部感受野
冗余
数据格式
分区
系统为您推荐了相关专利信息
神经网络故障预测
模糊综合评价方法
变压器
状态评估方法
参数
电磁感应强度
风险预测模型
历史故障数据
历史温度数据
支持向量机模型
道路病害检测方法
空域特征
图像频域特征提取
特征金字塔网络
特征提取模型