买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利基于多维特征的混合神经网络脑电情感识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116467654B 。

龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310405083.1，技术领域涉及：G06F18/2415；该发明授权基于多维特征的混合神经网络脑电情感识别方法及系统是由罗元;吴昌波;吕彩云设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本基于多维特征的混合神经网络脑电情感识别方法及系统在说明书摘要公布了：本发明请求保护一种基于多维特征的混合神经网络情感识别方法及系统，构造了包含时频空信息的4D特征作为识别模型的输入，保留电极间的空间信息、脑电序列的时间关联性以及充分利用对应着不同情感的各种子频带信息。然后，提出了一种基于深度可分离卷积的残差网络，除了提取输入信号中的空频特征之外也进一步减少了训练参数，并应用Fca‑Block抑制特征中与情感识别不相关的信息。最后我们使用Bi‑LSTM双向学习样本中的时间信息，为了突出样本中帧窗口的时间重要性，选择所有帧时刻隐藏层状态的加权和作为Softmax的输入。与近几年方法相比，提出的模型依旧取得了显著效果。

本发明授权基于多维特征的混合神经网络脑电情感识别方法及系统在权利要求书中公布了：1.一种基于多维特征的混合神经网络脑电情感识别方法，其特征在于，包括以下步骤：S1，计算受试者处于情感刺激下的信号与基线信号之间的差异，以此表示该片段的情感状态数据；S2，对去基线后的信号进行不重叠加窗、分频段、分帧、提取频段特征、矩阵映射，将整个窗口片段转换成4D矩阵序列；S3，通过使用DC逐通道卷积和PC点积来构建残差网络并融合频率域通道注意力网络FcaNet获取特征中的空频信息，具体包括：首先将每个片段中的2u个帧Sj按照时间顺序依次送入CNN模块，每个帧的3维数据结构为9×9×8；进入卷积编码层，先设置了两层卷积层，第一层的卷积核为1×1，卷积核个数为64；第二层采用3×3的卷积核，卷积核个数为128；采用不同的卷积核来提取3维数据中的深层信息；然后使用DC逐通道卷积和PC点积来构建残差网络；通过DC来提取扩展后单个特征图的内部特征，再利用PC表达跨特征图之间的关系；每个卷积层后都会使用RELU作为激活函数并做BatchNorm处理；残差网络由于需要循环操作，需要保持输出的尺寸不变，所以对于DC逐通道卷积进行加Padding操作；Fca-Block将会为不同的通道特征分配权重；循环结束后采用2×2的最大池化层进行降维处理，然后通过拉直层处理将数据变换成一维数据；最后每一帧数据经过卷积编码后得到向量S'j∈R1152；S4，将卷积平滑信号输入到BiLSTM双向长短时记忆网络，学习EEG时间序列的动态时间特征，获取EEG信号的过去和未来关键的情感信息，并且将每个帧时刻的记忆体隐藏层状态分配权重后求和作为Softmax的输入；步骤S5，基于交叉熵函数优化和反向传播的随机梯度下降SGD进行网络训练。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。