[00901639]一种特征权重自适应学习的脑电情绪识别方法
交易价格:
面议
所属行业:
类型:
发明专利
技术成熟度:
正在研发
专利所属地:中国
专利号:CN202110075007.X
交易方式:
其他
联系人:
所在地:浙江杭州市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明提供一种特征权重自适应学习的脑电情绪识别方法。本发明步骤如下:1、多个被试者分别在不同的情绪类别任务下进行脑电数据采集。2、对步骤1所得的所有脑电数据进行预处理和特征提取。3、建立机器学习模型以实现特征权重自适应学习的脑电情绪识别。4、求得特征权重因子Θ、特征权重W和偏差b。5、对新的被试者脑电的数据进行情绪类别预测。本发明优化GFIL模型后,获得的特征权重因子为我们提供了执行特征排名和选择的有效工具,然后可以删除多余且次要的特征。本发明将得到的特征权重因子与人情绪识别相关联可以得出情绪识别中频段和导联重要性的判断。
本发明提供一种特征权重自适应学习的脑电情绪识别方法。本发明步骤如下:1、多个被试者分别在不同的情绪类别任务下进行脑电数据采集。2、对步骤1所得的所有脑电数据进行预处理和特征提取。3、建立机器学习模型以实现特征权重自适应学习的脑电情绪识别。4、求得特征权重因子Θ、特征权重W和偏差b。5、对新的被试者脑电的数据进行情绪类别预测。本发明优化GFIL模型后,获得的特征权重因子为我们提供了执行特征排名和选择的有效工具,然后可以删除多余且次要的特征。本发明将得到的特征权重因子与人情绪识别相关联可以得出情绪识别中频段和导联重要性的判断。