基于双分支受损通道特征重建模型的脑电情绪识别方法

AITNT
正文
推荐专利
基于双分支受损通道特征重建模型的脑电情绪识别方法
申请号:CN202411739248
申请日期:2024-11-29
公开号:CN119293487A
公开日期:2025-01-10
类型:发明专利
摘要
一种基于双分支受损通道特征重建模型的脑电情绪识别方法,由数据集预处理、划分训练集和测试集、提取动态随机掩码通道特征、构建双分支预训练网络、训练双分支预训练网络、构建双分支微调网络、训练双分支微调网络、测试双分支微调网络步骤组成。本发明采用了提取动态随机掩码特征,模拟了真实环境下的受损脑电通道特征,通过输入掩码后的脑电通道特征中提取时序特征、空间特征、情感特征,将模拟的受损脑电通道特征输入训练好的微调网络得到情绪分类预测结果,解决了现有技术未考虑随机掩码通道,从时间和空间两个维度重建掩码的脑电通道特征的技术问题。本发明具有鲁棒性强、识别准确率高等优点,可应用于从受损脑电通道识别情绪技术领域。
技术关键词
情绪识别方法 预训练网络 解码器 分支 编码器 通道 时序 输入端 预训练模型 预测特征 留一交叉验证 模拟真实环境 线性 训练集 识别情绪 优化器 情感类别 掩码矩阵 情感特征
系统为您推荐了相关专利信息
1
微电网能量供应波平衡方法及系统
功率控制算法 平衡控制策略 平衡方法 粒子 高精度传感器
2
一种红外与可见光图像融合方法、电子设备和存储介质
可见光图像 融合方法 解码器 文本 网络
3
事后靶场多目标轨迹测量方法、系统及存储介质和处理器
轨迹测量方法 光电经纬仪 数据通讯系统 图像探测器 图像存储系统
4
单分子光谱特征识别模型的训练方法、光谱特征识别方法
特征识别方法 样本 标签 对抗性 数据
5
一种基于自注意力编码与GSA优化分类的窃电检测方法
矩阵 分类器 时序 前馈神经网络 注意力机制
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号