摘要
本发明提供一种基于多事件多任务的情绪状态评估方法及系统,涉及心理健康评估和人工智能技术领域。该方法具体包括:采集评估对象的生理数据,并对评估对象进行心理测试,根据心理测试结果生成评估对象的情绪状态标签;分别构建脑电信号神经网络模型和肌电信号神经网络模型并进行融合,得到多模态融合模型;根据情绪状态标签构建多任务分类器;将评估对象的生理数据输入多模态融合模型进行特征融合,生成多模态联合特征表示并输入多任务分类器中进行评估,得到该评估对象的情绪状态评估结果。本发明克服了单一数据源分析精度不足的缺陷,能够更准确全面地评估大学生的心理健康状况,为早期发现和干预抑郁症等心理问题提供有力支持。
技术关键词
状态评估方法
神经网络模型
多任务
电信号
融合特征
全局平均池化
分类器
对象
池化特征
心理
事件特征
注意力机制
多模态生理
数据处理模块
标签
双向长短期记忆网络
系统为您推荐了相关专利信息
气体识别方法
气体识别装置
真空度
绝压传感器
多尺度局部特征
个性化人体
卷积神经网络模型
人体特征信息
网格
身体
工作状态参数
增程式发动机
策略网络模型
神经网络模型
发电机
法律知识图谱
智能监督
信息熵模型
实体间关系
合规性