摘要
本发明公开了一种基于注意力机制的多模态信号融合情绪识别方法,本发明的方法步骤如下:首先对生理信号数据预处理;对多通道脑电数据构建通道注意力模块;使用EEGNet分别提取EEG和其他生理信号特征;引入共享‑私有编码器解耦多个模态之间的共享特征和每个模态的私有特征;最后提出跨模态交叉注意力融合机制,实现多模态特征交互和有效融合。本发明结合多模态信号,克服单一模态的局限性,引入共享‑私有特征分离机制与跨模态交叉融合机制,以实现模态协同建模与有效整合,提升情绪识别的准确性与泛化能力。
技术关键词
情绪识别方法
编码器
联合学习方法
交叉注意力机制
跨模态
空间滤波器
采样率
电信号
Softmax函数
sigmoid函数
线性单元
多通道脑电
线性变换矩阵
时间滤波器
多模态生理
系统为您推荐了相关专利信息
大语言模型
序列特征
推荐方法
多层感知机
商品特征
左心室
关键点
运动估计方法
轮廓图像
多层感知机
堆叠自动编码器
病理切片图像
数字病理切片
攻击检测模型
数据管理系统
无线通讯模块
激光扫描传感器
管理方法
云端服务器
电梯制动器