基于非线性交叉频率调制网络的脑电识别方法与系统

本发明公开了基于非线性交叉频率调制网络的脑电识别方法与系统，涉及脑电信号处理技术领域，实现了非线性划分目标频带并能自适应提取交叉频率耦合特征，其技术方案具体为：预处理模块，用于接收采集的原始脑电信号并进行预处理。频带分解与特征表示模块，用于对预处理后的脑电信号基于eMEMD进行频带划分，非线性地提取目标频带的信号分量。交叉频率耦合层，用于捕获不同频带间的耦合信息，输出交叉频率耦合特征。CNN1D‑ALSTM模型，结合一维卷积神经网络的时序特征提取能力以及Bi‑LSTM的长序列学习能力，捕获交叉频率耦合特征中的时序特征。空间解码模块，用于对时序特征进行空间解码获得时空特征。情绪分类模块用于将时空特征投射到待分类的情绪空间中。