一种结合持续学习与遗忘学习机制的脑电情绪识别方法

本发明公开了一种协同持续与遗忘学习的脑电情绪识别方法，包括：1. 对采集的多通道EEG信号进行预处理，并利用深度神经网络提取高维时空频特征；2. 提出“原型锚定记忆回溯”机制维护各类别特征原型，结合历史分布吸收新知识并巩固旧知识；新任务到来时动态更新原型，引导特征空间形成更具区分性的表示，有效抑制灾难性遗忘；3. 设计主动遗忘策略，基于置信度的遗忘机制动态筛选原型记忆库样本，通过投票式决策机制，综合多个维度判断样本是否应被遗忘，提升记忆库有效性和模型泛化，适应新类别能力；4. 采用原型锚定损失、交叉熵损失和遗忘损失联合优化模型训练。本发明实现了知识动态平衡，显著提升了EEG情绪识别的准确性、抗遗忘能力和泛化性能。