摘要
本申请公开了一种基于通道选择的脑电动态连续情绪识别方法、系统及设备,涉及脑电情绪识别领域,该方法包括:采集受试者在动态情境下的多通道脑电时序信号;采用EEG‑Net及非支配排序遗传算法确定最优通道组合;根据最优通道组合对应的脑电时序信号,采用情绪识别模型确定连续动态情绪类别;其中,情绪识别模型包括短期流特征提取网络、长期流特征提取网络、注意力机制层和分类器;短期流特征提取网络提取局部特征;长期流特征提取网络提取全局特征;注意力机制层对局部特征及全局特征进行融合;分类器根据融合特征确定连续动态情绪类别。本申请可捕捉脑电时序信号的长期时间依赖性和全局特征,进而提高了动态连续情绪识别的精度。
技术关键词
情绪识别方法
特征提取网络
多通道脑电
情绪识别模型
时序
情绪特征
分类准确率
动态
前馈神经网络
遗传算法
注意力机制
信号
情绪识别系统
融合特征
复杂度
分类器
编码
卷积模块
系统为您推荐了相关专利信息
异常检测方法
长短期记忆网络
交叉注意力机制
振动特征
视觉
神经网络参数
历史负荷数据
深度确定性策略梯度
回归算法
配电网负荷预测技术
母线保护装置
母线保护方法
等效电路模型
关系
溯源数据库
数据项
编码向量
自动生成方法
资产
自动生成系统