一种基于深度强化学习的视觉刺激多分类方法与系统

本发明公开了一种基于深度强化学习的视觉刺激多分类方法与系统，本发明从EEG信号角度，以EEG信号为样本，通过深层长短时记忆网络编码时变视觉特征，并将时间段的选择刻画为一个马尔科夫决策过程，通过深度强化学习算法实现时间段的自主选择，聚合特征的时域信息并输入到分类器中用于刺激图像的分类。本发明可以有效捕捉EEG信号中的时间动态信息，与现有方法相比能得到更优的视觉刺激分类结果。