摘要
本发明公开一种基于多特征脑电信号的人格分析方法、设备及介质,涉及脑电信号处理技术领域,方法包括:获取目标受试者的原始脑电信号;对原始脑电信号进行预处理,去除工频干扰与伪迹,得到预处理脑电信号;对预处理脑电信号进行特征提取,得到不同频段的脑电特征,并采用多层感知机对不同频段的脑电特征进行融合,得到多维脑电特征;采用含L1正则化的稀疏性准则线性判别分析,对多维脑电特征进行降维,得到降维后的脑电特征;采用深度学习模型,从降维后的脑电特征中学习更深层次的时间特征和空间特征并进行分类,以确定目标受试者的人格类别;深度学习模型为多个子深度网络模型进行融合的模型。本发明提高了人格识别的精度与效率。
技术关键词
人格分析方法
原始脑电信号
多层卷积神经网络
注意力机制
脑电特征
深度学习模型
多层感知机
频域特征
变换特征
脑电信号处理技术
非线性特征
时域特征
协方差矩阵
特征选择
深度网络模型
频段
滑动时间窗
系统为您推荐了相关专利信息
智能分析方法
智能分析系统
动态链接库
分析目标软件
长短期记忆神经网络
多模光纤
深度学习模型
手势识别方法
光纤传感技术
散斑图像
静止轨道气象卫星
时序特征
融合特征
时间序列特征
功率预测方法
输出特征
数据识别方法
神经网络模型
生成对抗网络
夹角余弦