摘要
本发明实施例提供一种多尺度注意力的情绪识别方法、电子设备和存储介质。该方法包括:获取情绪刺激脑电数据;在时间注意力模块中确定时间步平均信号强度的第一特征,以及最大信号强度的第二特征,利用拼接生成的注意力图,基于注意力图对情绪刺激脑电数据沿着时间维度加权,得到注意强化的脑电数据;将脑电数据输入至多尺度密集时空特征提取模块,输出捕捉时空模式的不同尺度的脑电综合特征;对不同尺度的脑电综合特征进行维度对齐与融合,生成多尺度融合特征;通过多尺度融合特征确定情绪识别结果。本发明实施例有效解决在EEG信号情绪识别中存在的缺陷,提高模型的准确性、稳定性和适应性,为情感脑机接口领域提供了更有效的情绪识别解决方案。
技术关键词
情绪识别模型
特征提取模块
融合特征
生成多尺度
情绪识别方法
数据
多尺度特征
计算机程序产品
情绪识别系统
多头注意力机制
分辨率
电子设备
脑机接口
训练系统
处理器通信
基准
系统为您推荐了相关专利信息
检测平台
漏洞
量子随机数发生器
量子傅里叶变换
风险
点云信息
前馈神经网络
三维坐标信息
物体体积测量方法
特征提取模块
状态数据处理方法
时序
多模态
人工智能算法
融合特征
城市交通流量
多层神经网络模型
实时数据
交通流量预测
交通预测技术
玻璃温室
浓度预测方法
门控循环单元
皮尔逊相关系数
时序特征