基于改进灰狼算法的异常情绪识别方法

本发明公开了一种基于改进灰狼算法的异常情绪识别方法，输入个体情绪向量数据集；设置改进灰狼算法参数和待优化LSTM网络参数，并设置参数约束；随机初始化种群，并对每个个体进行编码；输入训练集并对个体进行解码，解码后的向量作为LSTM网络参数进行训练；在测试集上计算目标函数，获取每个种群的适应度得分；迭代更新LSTM网络参数，并检查终止条件；迭代过程中，采用动态惯性权重和正交优化策略优化改进灰狼算法的步长；采用鲶鱼效应和莱维飞行进行随机游走优化；输出优化后的LSTM网络参数。本发明的改进灰狼算法引入动态种群和自适应步长策略，以提高优化过程的全局搜索能力和局部探索能力，实现更精确的情绪识别和异常点检测。