一种基于ChannelMix和双向时空特征融合的脑电情绪识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于ChannelMix和双向时空特征融合的脑电情绪识别方法
申请号:CN202411940979
申请日期:2024-12-26
公开号:CN120045893A
公开日期:2025-05-27
类型:发明专利
摘要
一种基于ChannelMix和双向时空特征融合的脑电情绪识别方法属于人工智能与机器学习领域,研究了一种无监督域适应的脑电情绪识别方法。首先,利用多阶段的双向时空特征融合模块,充分挖掘脑电信号的时空互补信息,从而提取到丰富的时空表示;然后通过域判别器迫使时空特征融合模块提取到域不变特征;接着,通过软伪标签模块为目标域样本生成伪标签并将其作为额外的监督信号,从而提高目标域的判别性;之后,通过ChannelMix模块,能够有效地建立中间域,通过将源域和目标域向中间域对齐,从而减小源域与目标域的差异;最后,基于ChannelMix的数据增强方法进一步提高泛化性能。本发明提高情绪识别准确率。
技术关键词
时序特征 样本 情绪识别方法 混合域 时空互补信息 特征金字塔 分支 注意力 标签模块 数据 滑动窗口采样 时空融合特征 融合特征提取 双线性插值法 空间特征提取 多阶段 前馈神经网络
系统为您推荐了相关专利信息
调度控制方法 机器学习模型 能耗 分布式传感 滑动窗口方法
高压开关柜 局部放电检测方法 现场故障 三次样条插值 内部绝缘缺陷
高浓度色母粒 多光谱成像仪 光谱校正 样本 成分分析
预训练语言模型 提示生成方法 生成树 数学 文本
强化学习策略 导热油 实时状态信息 温度优化方法 神经网络算法