摘要
本发明公开了一种脑电信号情感识别方法、系统、设备以及储存介质,涉及脑电信号情感识别技术领域,包括:将脑电信号输入到训练完成的情感识别模型中进行预测分类,得到对应的情感识别结果;情感识别模型的训练过程如下:对所获取的带有标签类别信息的原始脑电信号进行预处理,构建训练数据集;训练数据集中的脑电信号样本通过两组模块的尺度融合卷积以及双重加权特征图处理,得到每段脑电信号样本的临时特征序列;每段脑电信号的临时特征序列经过长短记忆网络学习特征序列中的长期依赖关系,基于所输出的最终特征序列得到对应的情感识别结果;该情感识别方法、系统、设备以及储存介质,显著提升了脑电信号情感识别准确率。
技术关键词
情感识别模型
长短记忆网络
情感识别方法
原始脑电信号
注意力
计算机可读储存介质
序列
脑电信号情感识别技术
标签类别
学习特征
加权特征
卷积模块
样本
分类程序
多尺度
情感识别系统
巴特沃斯滤波器
系统为您推荐了相关专利信息
生成优化建议
长短期记忆网络
港口设备
施工设备
LNG燃料船舶
强化学习环境
深度强化学习算法
神经网络模型
数学模型
节点
检测分析系统
高光谱图像数据
注意力机制
氧量
显微镜
国土空间规划
生态环境评估
耕地
Logistic回归模型
综合评价指标
数据预测方法
优化调度方法
水文
神经网络模型
时空融合特征