一种识别音乐对于脑电波反馈的方法技术

本发明专利技术公开了一种识别音乐对于脑电波反馈的方法，涉及人工智能中的情绪识别技术领域

【技术实现步骤摘要】
一种识别音乐对于脑电波反馈的方法


[0001]本专利技术属于人工智能中的情绪识别领域，具体地说，涉及一种识别音乐对于脑电波反馈的方法
。

技术介绍

[0002]基于脑电波情绪识别的音乐疗愈是脑电波识别应用中重要的一部分，以脑电信号数据和音乐音频信号数据为源数据进行处理，分别识别出目标的情绪状态和分类出音乐的情感类别，并分析不同音乐类型对情绪的影响关系
。
[0003]主流的基于脑电波情绪识别的音乐疗愈以脑电信号为依据对情绪状态进行识别，并根据识别到的情绪种类匹配相对应类型的音乐，以此来达到音乐疗愈的目的
。
现有基于脑电波情绪识别的音乐疗愈分析研究依然局限于：使用的脑电数据采集通道冗余，便携性差；仅针对积极
、
消极
、
中性三种基本情绪进行分析处理；或仅针对开心
、
悲伤
、
惊讶
、
恐惧等少量情绪类别进行分析处理；针对音乐类型的研究多是音乐体裁方面，针对音乐在情感方面的研究类别较少，且没有一个完整的音乐类型与情绪类别之间本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种识别音乐对于脑电波反馈的方法，其特征在于，包括如下步骤：步骤1，构建数据库，采集脑电数据并进行分类管理，获取大脑产生
α
、
β
、
θ
、
δ
波数据，构建数据库本体；步骤2，音乐文件分类，基于音乐文件数据和情感标签数据对音频信号数据进行音乐分类，包括愤怒
、
自信
、
厌恶
、
恐惧
、
快乐
、
激情
、
放松
、
清新
、
舒缓的情感音乐；步骤3，脑电波情绪识别处理，以情绪识别模块识别到的情绪状态和音乐分类模块给出的音乐情绪标签为依据，对用户一段时间内的情绪变化以及音乐类型之间的关联关系进行挖掘，构建完整的情绪映射关系集，依据此情绪映射关系集对用户进行音乐疗愈，情绪状态包括愤怒
、
焦虑
、
专注
、
自信
、
绝望
、
厌恶
、
恐惧
、
感激
、
希望
、
不安全感
、
亲密
、
快乐
、
狂躁
、
痛苦
、
激情
、
放松
、
悲伤
、
惊讶
、
疲惫
。2.
根据权利要求1所述的一种识别音乐对于脑电波反馈的方法，其特征在于，情绪识别采集数据为采集基于使用者的脑电波数据
、
基于情绪标签的脑电波数据和基于情感标签的音乐数据
。3.
根据权利要求1所述的一种识别音乐对于脑电波反馈的方法，其特征在于，构建数据库采集数据包括基于使用者的脑电波数据
U
：包括使用者
ID、
使用者年龄
Age、
使用者性别
Sex、
脑电波信号振幅
EF、
脑电波信号采样率
EFs
，基于情绪标签的脑电波数据
E
：包括脑电信号振幅
EF、
脑电波信号采样率
EFs、
情绪标签
EEL
，基于情感标签的音乐数据
M
：包括音乐标题
MT、
歌手姓名
SN、
音频信号
MS、
情感标签
MEL、
音频采样率
MFs。4.
根据权利要求1所述的一种识别音乐对于脑电波反馈的方法，其特征在于，脑电波情绪识别处理，包括通过脑电波计算
AL
情绪状态与音乐疗愈装置，通过脑电波计算
AL
情绪状态方式为：记录整理音乐疗愈前的情绪状态标签
FL、
音乐疗愈后的情绪状态标签
AL
以及音乐疗愈中所选取的音乐类型标签
VL
，构建总关系列表
List
＝
[FL
，
VL
，
AL]
，基于情绪语义映射对音乐疗愈实验结果
List
关系表中三者之间的变化关系进行统计分析，以
AL
为定量，采用公式计算由
FL
和
VL
导致
AL
发生的概率；以
VL
为定量，采用公式计算
VL
使
FL
转化为
AL
的概率，其中
fva
是
List
中三者相同出现的次数，
fv
是
List
中
FL
和
VL
两者相同出现的次数，
fa
是
List
中
FL
和
AL
相...

【专利技术属性】
技术研发人员：杨丽霞，赖琳程，
申请(专利权)人：集美大学，
类型：发明
国别省市：