基于深度强化学习的无监督连续情绪脑电分析方法和装置

本公开提供一种基于深度强化学习的无监督连续情绪脑电分析方法和装置，在原型学习阶段：获得各样本对象各自对应的时序信号的样本特征，并基于K‑Means算法对样本特征进行聚类处理，得到时序信号中情绪信息的全局分布信息，在强化学习阶段：根据全局分布信息确定分布‑原型奖励函数，并采用Actor‑Critic框架使用近端策略优化算法PPO，使得Actor基于当前策略针对给定时序信号执行当前动作，Critic根据环境反馈的分布‑原型奖励确定当前动作的当前评分，Actor基于当前评分进行策略学习，直至达到预设终止迭代条件，得到用于根据目标时序信号确定所述目标时序信号中的关键信号的模型。以提高最终获得的模型的准确性和可靠性。