一种基于对比学习的跨个体EEG情感识别方法

本发明公开了一种基于对比学习的跨个体EEG情感识别方法，该方法通过时序多尺度卷积和自注意力的融合模型，结合空间特征编码、多尺度时序卷积、维度投影器和时空注意力增强模块，能够高效提取并融合跨时间尺度的时空特征，增强对EEG信号短期和长期特征的捕捉能力。为解决跨被试情感识别中的挑战，本发明采用试次一致性对比学习预训练策略，输入多尺度时间窗口的信号片段，并根据试次编号定义正负样本对，通过可训练投影头将特征映射至对比空间，基于对比损失函数优化特征判别性，最后通过任务适配性微调，从而提升跨被试EEG情感识别的性能。