一种基于自适应流形卷积宽度网络的脑电情感识别方法

本发明提供了一种基于自适应流形卷积宽度网络的脑电情感识别方法，自适应流形卷积宽度网络模型包括多尺度情感表征学习模块、域差异消除模块、标签流形信息探索模块和输出层；模型训练方法为：随机地从源域脑电数据中取出样本块并标准化、白化、聚类，聚类中心被作为卷积特征层的参数；将源域脑电数据和目标域脑电数据输入卷积特征层计算得到特征节点，然后输入随机初始化的卷积增强层得到增强节点；之后输入两阶段多尺度特征融合层得到相应的多尺度情感表征；最后，在域差异消除模块和标签流形信息探索模块的帮助下，学习得到跨域鲁棒的输出层权重。该方法有效提升了脑电情感识别任务的性能，适合于实时性要求高的边缘端场景。