摘要
本发明涉及基于多尺度主成分分析和图神经网络的脑机接口情感识别方法,属于数据处理技术领域。本发明包括:数据预处理:获取脑机接口采集的脑电信号数据,并进行预处理;多尺度主成分分析:对预处理后的脑电信号数据进行多尺度主成分分析,提取不同尺度下的主成分特征;图神经网络模型构建:根据提取的主成分特征在GNN上嵌套了Transformer的图神经网络模型TransGNN;模型训练:使用标注好的情感数据对图神经网络模型进行训练,优化模型参数,用于准确识别不同情感状态;情感识别:将待识别的脑电信号数据输入训练好的图神经网络模型中,输出情感识别结果。本发明的提高了情感识别的准确率、召回率等性能指标。
技术关键词
多尺度主成分分析
情感识别方法
功能性磁共振成像
神经网络模型构建
脑机接口设备
节点
数据
情感特征
电信号
神经网络结构
注意力机制
样本
矩阵
特征值
系统为您推荐了相关专利信息
自闭症儿童
评测方法
数据
视觉
功能性磁共振成像
风箱
置信度评估方法
变风量空调系统
传感器
置信度阈值
情感识别模型
多头注意力机制
编码特征
情感类别
多模态会话
预训练模型
情感识别方法
混合特征提取
多模态情感识别
多任务学习策略
耳鼻喉患者
策略优化方法
大数据
风险预测模型
耳鼻喉手术