基于多模态对比学习个体聚焦模型的情感分析方法

本发明提供了基于多模态对比学习个体聚焦模型的情感分析方法，包括：采集数据；对预处理后的数据进行特征提取，获取脑电信号特征微分熵、功率频谱密度；构建多模态个体聚焦对比网络架构，使用个体聚焦网络进行时频域特征学习；使用多模态关系计算融合机制对各分支中模块提取的中间特征进行特征融合；利用个体域和子域均衡对比损失计算来自不同个体特征的差异损失和来自数据集的对比损失；将对比损失加入模型训练损失中，进行训练，将测试集送入训练后的网络进行预测，得到情绪分类结果。采用本发明能够有效提升情绪识别模型的判别能力与最终分类准确率。