Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于脑电图的情绪认知识别的方法、系统及设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州电子科技大学

摘要:本申请公开了一种基于脑电图的情绪认知识别的方法、系统及设备,涉及脑电图识别技术领域,该方法包括将受试者待识别的脑电图信号输入至情绪认知共识模型,得到预测情绪识别结果和预测认知识别结果;所述情绪认知共识模型是在多任务学习框架下对目标网络训练获得的,主要为将训练数据集的每一样本作为目标网络的输入,以目标网络输出的预测结果与实际结果的误差为损失函数,训练优化目标网络的参数,最终训练得到的情绪认知共识模型能够实现情绪和认知的准确识别。本申请中的情绪认知共识模型采用多任务学习框架训练,可以一同学习和优化情绪识别任务和认知识别任务之间的关系以及共享的特征,使得模型能够更准确地预测受试者的情绪和认知状态。

主权项:1.一种基于脑电图的情绪认知识别的方法,其特征在于,所述基于脑电图的情绪认知识别的方法包括:将受试者待识别的脑电图信号输入至情绪认知共识模型,得到预测情绪识别结果和预测认知识别结果;所述情绪认知共识模型是在多任务学习框架下训练获得的,训练方法如下:构建训练数据集,所述训练数据集的每一样本包括待识别的脑电图信号,以及对应的实际情绪识别结果和实际认知识别结果;构建多任务学习框架下的目标网络,目标网络包括基础神经网络、多尺度注意力模块、全连接层;其中,所述基础神经网络用于对模型输入数据进行特征一次提取,得到第一共享特征;所述多尺度注意力模块用于将所述第一共享特征进行特征二次提取,得到第二共享特征;所述全连接层用于对所述第二共享特征进行分类处理,得到预测情绪识别结果和预测认知识别结果;所述模型输入数据为对所述待识别的脑电图信号进行预处理和划分成固定长度的时间窗口后得到的数据;将训练数据集的每一样本作为目标网络的输入,以目标网络输出的预测结果与实际结果的误差为损失函数,训练优化目标网络的参数,得到情绪认知共识模型;所述预测结果包括预测情绪识别结果和预测认知识别结果,所述实际结果包括实际情绪识别结果和实际认知识别结果。

全文数据:

权利要求:

百度查询: 杭州电子科技大学 一种基于脑电图的情绪认知识别的方法、系统及设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。