咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >一种基于深度学习的两类基本情绪强度脑电信号识别方法 收藏
一种基于深度学习的两类基本情绪强度脑电信号识别方法

一种基于深度学习的两类基本情绪强度脑电信号识别方法

专利申请号:CN202211027652.5

公 开 号:CN115474947A

发 明 人:李甫 冀有硕 方鑫磊 付博勋 周祎瑾 蒋之铭 赵一帆 李阳 牛毅 石光明 

代 理 人:西安嘉思特知识产权代理事务所(普通合伙)万艳艳

代理机构:西安嘉思特知识产权代理事务所(普通合伙)

专利类型:发明专利

申 请 日:20221216

公 开 日:20220825

专利主分类号:A61B5/378

关 键 词:尺度空间 特征提取模块 原始脑电信号 情绪 高阶 尺度特征 激活模式 时域信息 分级 负向 正向 记忆网络 脑电信号 融合 卷积核 维度 学习 

摘      要:本发明涉及一种基于深度学习的两类基本情绪强度脑电信号识别方法,包括:通过n个尺度空间特征提取模块分别提取激活模式和尺度空间特征,其中,每个尺度空间特征提取模块对应的卷积核大小不相同,第一个尺度空间特征提取模块的输入为原始脑电信号,其他各个尺度空间特征提取模块的输入为原始脑电信号和前一个尺度空间特征提取模块所提取的尺度空间特征;对原始脑电信号和所有激活模式和尺度空间特征进行维度变换,得到高阶融合的尺度特征;基于N个长短时记忆网络获取高阶融合的尺度特征中的高阶时域信息,根据高阶时域信息获取原始脑电信号对应的分级情绪,分级情绪包括:强正向情绪、弱正向情绪、强负向情绪和弱负向情绪。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分