摘要
本发明提供一种基于时频域特征和语言提示的脑电情绪估计方法及装置,属于计算机技术领域,所述方法包括:对输入的原始脑电图信号进行分段、归一化处理和频段滤波,保留预设频段的信号,以通过连续小波变换生成时频谱图;基于所述时频谱图,通过预设的深度网络提取时频特征向量;基于原始脑电图信号计算预设频段的差分熵,生成时空特征向量;利用大语言模型将反映受试者情绪状态的文本描述生成语言提示嵌入;融合所述时频特征向量与时空特征向量,将融合特征与语言提示嵌入进行模态对齐,并通过分类器输出情绪分类结果。本发明可以捕捉到不同情绪受试者脑电图信号的关键模式,显著提升了评估的准确性、客观性和可靠性。
技术关键词
情绪估计方法
频域特征
连续小波变换
融合特征
频段
大语言模型
分类器
局部纹理特征
情绪估计装置
信号
Gabor滤波器
非暂态计算机可读存储介质
特征提取模块
文本
网络
分段
残差结构
处理器
识别模块
系统为您推荐了相关专利信息
局放检测传感器
高压设备
传感器位置信息
布局方法
数字孪生模型
注意力机制
并行神经网络
时间卷积网络
混合网络
锂离子电池
图像深度学习
分析系统
Gabor滤波器
特征提取模块
注意力机制