【技术实现步骤摘要】
一种基于双半球差异性模型的脑电情感识别方法及装置
本专利技术涉及情感识别，尤其涉及一种基于双半球差异性模型的脑电情感识别方法及装置。
技术介绍
人类作为世界上情感最为丰富的动物，在进行各种活动的过程中，总是伴随着情感的发生。在人类的日常生活交流中，对于情感的互相感知，是人类流畅交流的重要部分。积极的情感使人身心愉悦，有助于健康且可以提高人的工作效率；消极的情感会引起很多健康问题，例如长时间累积的消极情绪更容易诱发抑郁症甚至是自杀倾向。所以，研究人类的情感就显得十分重要。大脑是人类情感产生的根源，对于大脑的直接研究，就是从根源上来研究人类的情感。与大脑直接相关的脑电(EEG)信号，作为大脑神经元信息传递过程中发出的一种电信号，为从根源上直接解码人类的情感提供了一种途径和手段。和表情与语音数据不同，脑电数据不能被伪装，因此其更能准确的反应一个人的真实情感。受益于新型无线脑电设备的高可穿戴性、低价格、便携性和易用性等特点，脑电情感识别技术正在逐步走向市场。其可以应用在众多领域如娱乐设施、在线学习、虚拟现实技术和各种电子医疗...
【技术保护点】
1.一种基于双半球差异性模型的脑电情感识别方法，其特征在于该方法包括：/n(1)获取一个脑电情感数据库，包括训练集和测试集，其中，脑电情感数据库中包含有若干脑电情感数据和对应的情感类别标签；/n(2)建立脑电情感识别网络，所述脑电情感识别网络包括特征提取器、域判别器和情感分类器，所述特征提取器提取脑电情感数据库中每个脑电情感数据的双半球特征，所述双半球特征中含有大脑左右半球的不对称差异信息，所述域判别器包括两层全连接层，输出为预测的脑电情感数据所属集合，所述情感分类器包括两层全连接层，输出为预测的脑电情感数据的情感类别；/n(3)对所述脑电情感识别网络进行训练，训练时，将训...
【技术特征摘要】
1.一种基于双半球差异性模型的脑电情感识别方法，其特征在于该方法包括：
(1)获取一个脑电情感数据库，包括训练集和测试集，其中，脑电情感数据库中包含有若干脑电情感数据和对应的情感类别标签；
(2)建立脑电情感识别网络，所述脑电情感识别网络包括特征提取器、域判别器和情感分类器，所述特征提取器提取脑电情感数据库中每个脑电情感数据的双半球特征，所述双半球特征中含有大脑左右半球的不对称差异信息，所述域判别器包括两层全连接层，输出为预测的脑电情感数据所属集合，所述情感分类器包括两层全连接层，输出为预测的脑电情感数据的情感类别；
(3)对所述脑电情感识别网络进行训练，训练时，将训练集和测试集中每一脑电情感数据作为一个样本，输入特征提取器，提取双半球特征，并将从训练集和测试集中每一脑电情感数据提取的双半球特征作为一个样本，输入域判别器，将从训练集中每一脑电情感数据提取的双半球特征作为一个样本，输入情感分类器，网络总损失为情感分类器损失减去域判别器损失，通过随机梯度下降法更新网络参数，完成网络训练；
(4)提取待识别的脑电情感数据，将其作为一个测试集样本输入训练好的脑电情感识别网络，并按照步骤(3)对脑电情感识别网络调整，得到识别的情感类别。
2.根据权利要求1所述的基于双半球差异性模型的脑电情感识别方法，其特征在于：所述特征提取器具体用于执行如下步骤：
A、对脑电情感数据Xt按照水平顺序和垂直顺序分别进行遍历，得到：
式中，上标h、v表示水平顺序、垂直顺序，上标l、r分别表示左、右半球，分别表示采用水平顺序、垂直顺序对脑电情感数据Xt的电极遍历得到的数据序列，分别表示大脑左、右半球脑电情感数据，形如表示第i个电极采集到的脑电数据，采集时左右半球分别采用N/2个电极，d为每个电极采集的脑电数据的维度；
B、利用循环递归神经网络模块，对水平顺序遍历得到的数据序列进行处理，得到脑电情感数据水平顺序深度特征
式中，分别表示采用水平顺序遍历到的左、右半球第i个电极的脑电数据，表示左、右半球循环递归神经网络模块的隐藏单元，也表示的深度特征，dl、dr表示左、右半球循环递归神经网络模块的维度，且dl＝dr，σ()表示非线性操作，和分别表示左、右半球循环递归神经网络模块的可学习变换矩阵，表示表示当前遍历顺序中节点的前一个节点；
C、采用同步骤B相同的处理方式，对垂直顺序遍历得到的数据序列进行处理，得到脑电情感...
【专利技术属性】
技术研发人员：郑文明，李阳，江星洵，宗源，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。