基于特征对抗学习的跨域脑电情绪识别方法及系统

本发明公开基于特征对抗学习的跨域脑电情绪识别方法及系统，涉及人工智能，针对现有技术的不足提出本方案。系统构建步骤包括：S1、输入原始EEG信号，提取微分熵特征，并构建一个基于Transformer主干网络的深度学习模型；S2、以余弦距离作为不同被试间差异的评判标准，按照差异程度设置阈值对被试数据进行划分，并构建新的标签；S3、将不同被试的微分熵特征按照通道维度进行划分，以通道为单位作为所述深度学习模型的输入，经过块嵌入处理后生成通道词牌；S4、将所述深度学习模型中Transformer编码器模块的自注意力替换为交叉注意力；S5、对新建标签增添一个交叉熵损失函数的约束。优点在于：在训练中更好地适应跨被试特征的变化，提高分类准确性。