摘要
本发明公开了一种多特征融合自适应步长的脑电信号情绪识别方法,涉及信号处理技术领域。获取待识别用户的脑电信号;脑电信号包括四通道的脑电信号,每个通道包括四个固定频段的脑电信号,针对任一通道每个频段的脑电信号,根据脑电信号的能量、信号波动强度和主频成分,确定自适应性步长;以自适应性步长分割脑电信号,并计算分割得到的每段脑电信号的微分熵;将四个通道中四个频段的微分熵序列堆叠成三维数据;提取三维数据的时空特征;通过动态可学习位置编码和多头注意力机制建立全局时空依赖关系,确定编码特征;对编码特征进行分类,得到情绪识别结果。该方法能够在利用便携式EEG设备的前提下,保证情绪识别结果具有较高的准确率。
技术关键词
编码特征
电信号
二维卷积神经网络
情绪识别方法
时间卷积网络
多头注意力机制
位置编码单元
情绪识别模型
频段
特征提取模块
滑动窗口技术
编码模块
分类器
融合特征
通道
信号处理技术
因子
矩阵
系统为您推荐了相关专利信息
局部放电模式识别方法
频域特征
模式识别模型
深度学习网络
电信号
人体骨架
关节点
空间注意力网络
卷积模型
视频流
信号预处理模块
电信号
输出特征
短时傅里叶变换
连续小波变换
光学检测系统
样品杯
梅毒
磁力搅拌子
AD采样芯片