基于图引导的动态剪枝脑电情绪识别方法及系统

本发明公开基于图引导的动态剪枝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。提取脑电信号的微分熵特征，构建基于Transformer主干网络的深度学习模型，以通道为单位将微分熵特征作为所述深度学习模型的输入，并进行块嵌入后形成通道词牌；微分熵特征作为输入构建自适应的动态图神经网络结构，构建表示通道间连接强度的邻接矩阵；将剪枝模块融入指定的Transformer编码器里，筛选出对于脑电信号情感分类贡献低于阈值的通道词牌并丢弃；将所述邻接矩阵加入剪枝过程的计算中。优点在于：促进模型从图像处理过渡到EEG处理。减少输入特征的冗余性，并提高模型的计算速度。增强EEG信号的空间特征融合。