一种结合注意力机制与Swin Transformer的CNN脑电情感识别方法

本发明为一种结合注意力机制与Swin Transformer的CNN脑电情感识别方法。包括以下步骤：S1，将获得的脑电情感数据进行快速傅里叶变换；S2，将处理的数据分为三路输入卷积模块，获得时频信息不同层次的特征；S3，接着将三路数据分别输入注意力机制模块，聚焦于局部的时频特征；S4，将获得的三路数据进行特征融合；S5，将数据输入Swin Transformer中以捕捉高级时频特征；S6，最后将获得的特征进行重塑送入分类器中进行情感识别。本方法解决了传统脑电情感识别方法准确率低，特征代表性差的问题，实现了在仅分析脑电时频信号就能实现高性能的分类水平。