首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种动态情境下的脑电情绪识别方法、设备、介质及产品 

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!

申请/专利权人:南昌航空大学

摘要:本发明提供一种动态情境下的脑电情绪识别方法、设备、介质及产品,涉及脑电情绪识别领域,方法包括:创建动态情境下的脑电采集范式,获取受试者在动态情境下的脑电信号以及所述脑电信号对应的动态情绪标签;对采集到的脑电信号数据进行滤波、除伪迹和重采样预处理;提取预处理后的脑电信号中的脑电特征;以所述脑电特征为输入,以所述动态情绪标签为输出,训练多种回归模型,构建集成回归模型;集成回归模型为预先采用训练样本集,分别对多个回归模型进行训练后加权得到的;根据所述构建好的集成回归模型识别动态情境下的脑电情绪。本发明能够基于脑电信号有效识别动态情绪,填补了脑电情绪识别领域在动态情绪识别方向上的空白。

主权项:1.一种动态情境下的脑电情绪识别方法,其特征在于,包括:创建动态情境下的脑电采集范式,获取受试者在动态情境下的脑电信号以及所述脑电信号对应的动态情绪标签;所述动态情绪标签包括六种动态情绪的唤醒度和愉悦度分数标签;所述动态情绪包括喜悦至平静、平静至喜悦、悲伤至平静、平静至悲伤、紧张至平静和平静至紧张;对采集到的脑电信号数据进行滤波、除伪迹和重采样预处理,并对采集的动态情绪标签进行归一化;提取预处理后的脑电信号中的脑电特征;所述脑电特征包括微分熵特征以及功率谱密度特征;以所述脑电特征为输入,以所述动态情绪标签为输出,训练多种回归模型,构建集成回归模型,具体包括:对多种回归模型预先采用训练样本集进行训练,并采用交叉熵损失函数对多种回归模型进行优化;利用随机梯度下降算法动态更新每个回归模型的权重,并通过正则化来控制权重;对多种回归模型的预测输出进行加权,判断对应目标样本的动态情绪类别,构建集成回归模型识别动态情境下的脑电情绪;所述集成回归模型是根据预先采用训练样本集,分别对多个回归模型进行训练后加权得到的;根据所述集成回归模型识别动态情境下的脑电情绪;所述脑电情绪为动态情绪。

全文数据:

权利要求:

百度查询: 南昌航空大学 一种动态情境下的脑电情绪识别方法、设备、介质及产品

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。