龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：昆明理工大学
摘要：本发明涉及脑电情绪识别技术领域，且公开了一种基于多特征的跨尺度注意卷积脑电情绪识别方法对不同电极的脑电信号提取DE、PSD、NE及FD特征，并对这些特征进行去基线操作及根据电极的相对位置构建三维特征矩阵，然后利用跨尺度注意模块提取脑电信号中不同尺度的空间特征，并通过频－空注意力机制对提取的特征在空间位置和通道上对不同重要程度的特征赋予不同的权重，以提高模型的分类性能，引入了过渡模块，以提高模型泛化性，提取脑电信号中的时间特征，实现时空特征的融合。该方法能有效提取脑电信号中与情绪相关的特征，在效价维和唤醒维上的分类精度分别达到99.70％和99.74％，在效价唤醒维上的分类精度达到97.27％。
主权项：1.一种基于多特征的跨尺度注意卷积脑电情绪识别方法，其特征在于：包括以下步骤：S1、收集脑电信号，其中脑电信号具体为DEAP数据集中的数据；S2、对步骤S1中的脑电信号进行预处理和特征提取，包括将脑电信号分成N个不重叠的等长片段，并对每个片段中的数据分解成四个频段，并依次对每个频段的数据分别提取，分别提取出每个频段微分熵DE、功率谱密度PSD、非线性能量NE和分形维数FD四个特征，并在提取完成后，统一进行归一化处理得到一维的脑电特征；S3、将步骤S2中提取的特征进行特征映射和特征融合，得到融合后的特征集Xcon；S4、构建基于多特征的跨尺度注意卷积脑电情绪识别模型，模型包括跨尺度注意卷积模块、特征过渡模块、频-空注意力模块、时间特征提取模块和深度分类模块；所述跨尺度注意卷积模块用于对脑电信号提取不同尺度的空间特征；所述特征过渡模块保持网络性能的同时控制内存消耗；所述频-空注意力模块对重要的通道和空间位置赋予更高的权重；所述时间特征提取模块用于对提取脑电信号时间特征；所述深度分类模块用于脑电信号进行情绪分类；S5、将脑电信号输入到基于多特征的跨尺度注意卷积脑电情绪识别模型中进行脑电情绪识别。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于多特征的跨尺度注意卷积脑电情绪识别方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号