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：苏州大学

摘要：本发明涉及情绪识别技术领域，尤其是指一种融合时空交互神经网络的脑电情绪识别方法，包括：将脑电信号数据输入至脑电情绪识别模型，根据脑电采集电极的位置构建脑电信号的2D矩阵表示；通过时间步共享卷积，从低维与高维两个层面捕捉多个连续时间步的共同特征，增强原始输入的信息表达；通过降采样卷积，降低时间维度并提取与情绪类别高度相关的时间‑空间特征；通过空间交互多层感知机，实现多个子空间区域间信息交互，增强特征的空间依赖性；构建情绪分类任务，得到每个任务中情绪类别的概率，完成情绪识别。本发明基于更少的脑电采集电极，增强了脑电信号的时间表达与潜在的空间依赖，进一步提高了脑电情绪识别的分类精度与泛化能力。

主权项：1.一种融合时空交互神经网络的脑电情绪识别方法，其特征在于，具体步骤包括：S1、将脑电信号数据输入至脑电情绪识别模型，根据脑电采集电极的位置，将每个脑电电极所采集的脑电信号放入h×w的2D矩阵中，构建脑电信号的2D矩阵表示；根据时间窗口长度T，将每个通道的脑电信号划分为时间长度为T的样本，得到每个样本的尺寸为T×h×w，并对每个通道的脑电数据进行0-1归一化；S2、将所述每个样本按照时间维度分为连续的M个时间步，记为Pt，t∈[1,M]；将Pt分别依次输入至时间步共享卷积，从低维与高维两个层面捕捉多个连续时间步的共同特征，得到所述样本中连续的M个时间步的共同特征Ft；按照时间维度拼接所述共同特征Ft，并将所述样本作为残差，与拼接后的特征相加，得到特征MF；S3、构建降采样卷积，将所述特征MF输入至降采样卷积，降低数据的时间维度，并提取与情绪类别高度相关的时间-空间特征，得到时间-空间特征图C∈RT8×h×w；S4、对时间-空间特征图C的空间维度进行操作，将其分成N个p×p大小的子区域，表示为其中i＝1,2,...,N，j＝1,2,...,T8；按照时间-空间特征图C的时间维度，将T8个特征图拼接起来，表示为Ci∈R1×[T8×p×p]，因此，N个拼接后形成的特征图Ci最终构成特征图C0∈RN×[T8×p×p]；将所述特征图C0转置，并对转置后每个子区域进行多层感知机操作，令每个子区域之间的空间信息交互，进一步强化特征的空间表达，得到特征图C1；再次对特征图C1转置，得到特征图C2，将所述特征图C0作为残差与特征图C2相加，并经过层归一化，得到特征图CA；S5、根据情绪的效价、唤醒和支配三个维度，构建三个情绪分类任务，每个情绪分类任务包含两个类别；使用全连接层对所述特征图CA分别在三个情绪分类任务中进行二分类，得到每个任务中情绪类别的概率，完成情绪识别。

全文数据：

权利要求：

百度查询： 苏州大学 一种融合时空交互神经网络的脑电情绪识别方法及系统