摘要
本发明公开了用于可穿戴物联网设备情绪识别的心电信号图增强表征学习方法,对原始单导联心电信号进行信号变换,获得对应的变换信号;将原始信号视为中心节点,将变换信号视为其它节点,构建自信号变换加权图,并将其划分为多个子图;采用局部子图学习方法捕捉变换信号与原始信号之间的关系,提取各子图特征;结合其它节点和中心节点获得信号增强图;采用堆叠图卷积网络进行特征聚合,获得心电图信号的增强表示,将其输入情感分类模型中,得到心电图的情感识别。本发明创新性的使用信号变换来增强不同标签信号之间的差异,引入图学习方法进行表征增强,不需要使用繁琐的数据预处理技术如滤波等,能更有效地实现从原始信号中提取表征用于情绪识别。
技术关键词
表征学习方法
单导联心电信号
穿戴物
联网设备
情感分类模型
节点
数据预处理技术
计算中心
随机噪声
网络
关系
标签
样本
表达式
参数
单层
批量
系统为您推荐了相关专利信息
能耗预测模型
能耗控制方法
神经网络模型
物联网设备
数据
作物生长分析方法
作物生长状态
LSTM模型
联网管理系统
管理策略