摘要
本发明公开了一种情绪监测的情绪调节模型建立方法,涉及心理健康与临床干预技术领域,包括:步骤一:通过采集多维数据,包括儿童静态信息样本、儿童动态信息样本和自我评估样本;步骤二:基于Ekman基本情绪理论,将多维数据映射为情绪因子,包括情绪潜伏期、情绪恢复速度和表达多样性;通过主成分分析降维,筛选高关联度特征;采用LSTM神经网络预测情绪失控风险;步骤三:基于情绪调节扩展过程模型,适时对情绪进行调节;结合t‑SNE算法可视化情绪发展轨迹,生成定制化调节方案;通过穿戴设备采集心率变异性、皮肤电导反应指标,建立个体情绪基线;利用计算机视觉技术,提取面部微表情和肢体动作频率行为特征。
技术关键词
模型建立方法
LSTM神经网络
主成分分析降维
基线
面部微表情
识别情绪
样本
儿童
识别出环境
数据压缩
动态
穿戴设备
干预技术
序列
风险
机器学习模型
多模态
指标
心理健康