【技术实现步骤摘要】
本专利技术涉及情绪识别，具体涉及一种基于注意力机制和多特征融合的脑电情绪识别方法。
技术介绍
1、近年来，基于脑电(electroencephalogram，eeg)的情绪识别引起了广泛关注，因此情绪是人类重要的心理状态，其不仅影响人类日常行为和决策，还与心理健康与脑部疾病密切相关。作为一种非侵入式脑活动监测手段，eeg能够实时记录大脑不同区域的电信号变化，其高时间分辨率使其在情绪识别研究中具有独特优势，即可以直接反映大脑神经活动，避免了主观因素的干扰，具有客观性的优势，eeg情绪识别已经广泛应用于心理健康监测、人机交互、智能医疗和虚拟现实等领域。
2、eeg信号包含丰富的时域、频域和空间信息，单一维度的特征提取往往难以全面反映情绪状态；不同个体的脑电模式存在显著差异，导致模型在跨个体实验中的鲁棒性和泛化能力不。现有的单一维度的特征提取，如：直接利用时间序列特征(如均值、方差、波形特征等)，通过设计提取特征，其需要对数据有深入了解，提取的特征维度有限，无法适应复杂任务；基于傅里叶变换或小波变换提取信号的频谱特性，其虽然能反映...
【技术保护点】
1.一种基于注意力机制和多特征融合的脑电情绪识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于注意力机制和多特征融合的脑电情绪识别方法，其特征在于，所述将所述预处理后的脑电信号数据作为输入样本，通过构建的TSS-ENet网络模型，对输入样本进行时域、频域和空域特征提取和融合，输出情绪分类结果，包括：
3.根据权利要求2所述的一种基于注意力机制和多特征融合的脑电情绪识别方法，其特征在于，所述使用改进后的注意力机制的Transformer提取所述输入样本的时间序列的全局上下文特征，包括：
4.根据权利要求2所述的一种...
【技术特征摘要】
1.一种基于注意力机制和多特征融合的脑电情绪识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于注意力机制和多特征融合的脑电情绪识别方法，其特征在于，所述将所述预处理后的脑电信号数据作为输入样本，通过构建的tss-enet网络模型，对输入样本进行时域、频域和空域特征提取和融合，输出情绪分类结果，包括：
3.根据权利要求2所述的一种基于注意力机制和多特征融合的脑电情绪识别方法，其特征在于，所述使用改进后的注意力机制的transformer提取所述输入样本的时间序列的全局上下文特征，包括：
4....
【专利技术属性】
技术研发人员：杨利军，石凯婷，杜瑞，刘满容，杨晓慧，郑晨，
申请(专利权)人：河南大学，
类型：发明
国别省市：
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。