基于深度学习模型的脑电图特征优化提取方法

本发明公开了基于深度学习模型的脑电图特征优化提取方法，涉及脑电图分析技术领域，提高了情绪识别的精度。本发明通过将不同标准情绪脑电数据的检测信号片段相互匹配得到特征情绪信号片段，通过特征情绪信号片段在各个标准情绪脑电数据中遍历若干个特征片段，获取各个特征片段相对于其所在标准情绪脑电数据的时空关联权重，进而建立各种情绪刺激下的多维特征时空矩阵，建立多维特征时空矩阵相应的情绪关联树，再依次将对应不同种情绪刺激下的情绪关联树匹配连接得到全情绪特征森林，将最新生成的标准情绪脑电数据转化为检测特征子矩阵序列输入至全情绪特征森林中，进而输出对应标准情绪脑电数据所关联的情绪占比。