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！

龙图腾网获悉河南大学申请的专利基于判别学习的多模态情绪识别方法和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：CN116226635B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211631931.2，技术领域涉及：G06F18/213；该发明授权基于判别学习的多模态情绪识别方法和系统是由王雅娣;郭小丁;任意缘;张艺博;周腾飞;黄文帝设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本基于判别学习的多模态情绪识别方法和系统在说明书摘要公布了：本发明提供一种基于判别学习的多模态情绪识别方法和系统。该方法包括：步骤1：采集多模态信息，包括脑电信号、人脸信号、语音信号和文本信号；步骤2：将多模态信息分别输入至特征提取网络，得到脑电特征、人脸特征、语音特征和文本特征；步骤3：使用典型相关分析方法计算任意两个模态特征之间的相关度；步骤4：将各模态特征分别输入至各自对应的单模态分类器，得到单模态预测结果；步骤5：利用任意两个模态特征之间的相关度与单模态预测结果，设计各模态对应的类损失函数；步骤6：根据各模态对应的类损失函数得到目标函数来指导情绪识别模型的训练；步骤7：根据待识别对象的多模态信息，利用训练好的情绪识别模型得到情绪识别结果。

本发明授权基于判别学习的多模态情绪识别方法和系统在权利要求书中公布了：1.基于判别学习的多模态情绪识别方法，其特征在于，包括： 步骤1：采集若干训练对象的多模态信息，所述多模态信息包括脑电信号、人脸信号、语音信号和文本信号； 步骤2：将所述多模态信息分别输入至各自的特征提取网络，得到脑电特征、人脸特征、语音特征和文本特征； 步骤3：使用典型相关分析方法计算任意两个模态特征之间的相关度； 步骤4：将各模态特征分别输入至各自对应的单模态分类器，得到单模态预测结果； 步骤5：利用任意两个模态特征之间的相关度与各个单模态预测结果，设计各模态对应的类损失函数如公式10所示： 其中，为根据第m种模态特征对第y类别的预测结果；M为模态特征的种类总数；rtm为第m种模态特征与第t种模态特征之间的相关度；c为相关度使用的选择变量；β是一个超参数； 步骤6：根据各模态对应的类损失函数得到目标函数来指导情绪识别模型的训练；目标函数如公式15所示： 其中，λm表示权重，α为惩罚因子，||·||2表示L2正则，W表示情绪识别模型中的可学习参数； 步骤7：根据待识别对象的多模态信息，利用训练好的情绪识别模型得到情绪识别结果。

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河南大学，其通讯地址为：475001 河南省开封市顺河区明伦街85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”。

以上内容由龙图腾AI智能生成。