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：大连民族大学

摘要：基于脑电信号的人格特质识别方法及系统，其属于脑电信号分析技术领域。该方法包括以下步骤：向受试者播放人格测试素材以诱发受试者的人格特质相关认知状态，并收集受试者的脑电响应信号；将收集到的脑电响应信号进行预处理，以滤除伪迹噪声和标准化信号，并构造成训练样本集；将脑电响应信号输入到预先训练好的人格特质分类模型中，对输入的脑电信号进行计算，计算出受试者的人格特质得分。本发明实现对人格特质的自动测量，基于客观的脑电数据，可以对人格特质进行更加准确、真实的评估，从而提升了人格特质识别的可靠性和有效性。

主权项：1.基于脑电信号的人格特质识别方法，其特征在于，包括以下步骤：S1.向受试者播放人格测试素材以诱发受试者的人格特质相关认知状态，并收集受试者的脑电响应信号；S2.将收集到的脑电响应信号进行预处理，以滤除伪迹噪声和标准化信号，并构造成训练样本集；S3.将预处理后的脑电响应信号输入到预先训练好的人格特质分类模型中，对输入的脑电信号进行计算，计算出受试者的人格特质得分，完成分类；所述分类模型为LSSENet分类模型；在空间维度上，通过集成全卷积神经网络和压缩激励网络来识别对人格分类有贡献的电极通道；该结构的输入是经过去伪和标准化的脑电数据，形状为（N×C×S），N代表批次大小，C为通道数，每个通道有S个时间步长；结构中共有三个时间卷积块，卷积块包含一个卷积层，批归一化层和ReLU激活层；在前两个卷积块之后插入SEBlock对脑电信号进行通道特征提取，其权重矩阵表示了每个电极通道对特征提取贡献度；在第三个卷积块之后连接全局平均池化层；在时间维度上，使用2D卷积滤波器提取脑电信号的时间维度信息。2D卷积滤波器采用一个2D卷积块组成，它包含一个2D卷积层，一个批归一化层和一个ReLU激活层；所述2D卷积滤波器的核大小设置为C×S×1；批归一化在层级上进行归一化，ReLU激活层在网络中引入非线性；使用LSTM网络来学习脑电信号的短期连续性和长期相似性特征，其中遗忘门来决定哪些信息应该被遗忘，输入门和输出门选择性的更新当前时刻的状态；再插入注意力机制使后面的LSTM能够集中关注长期依赖关系；注意力机制的核心公式为： ；其中，是与时间步i相关的权重；利用Conact层将时间和空间特征图按照channel维度进行特征层融合，再使用softmax函数完成最后的大五人格特质分类。

全文数据：

权利要求：

百度查询： 大连民族大学 一种基于脑电信号的人格特质识别方法及系统