一种特征权重自适应学习的脑电情绪识别方法
授权
摘要
本发明提供一种特征权重自适应学习的脑电情绪识别方法。本发明步骤如下：1、多个被试者分别在不同的情绪类别任务下进行脑电数据采集。2、对步骤1所得的所有脑电数据进行预处理和特征提取。3、建立机器学习模型以实现特征权重自适应学习的脑电情绪识别。4、求得特征权重因子Θ、特征权重W和偏差b。5、对新的被试者脑电的数据进行情绪类别预测。本发明优化GFIL模型后，获得的特征权重因子为我们提供了执行特征排名和选择的有效工具，然后可以删除多余且次要的特征。本发明将得到的特征权重因子与人情绪识别相关联可以得出情绪识别中频段和导联重要性的判断。
基本信息
专利标题 ：
一种特征权重自适应学习的脑电情绪识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112773378A
申请号 ：
CN202110075007.X
公开（公告）日 ：
2021-05-11
申请日 ：
2021-01-20
授权号 ：
CN112773378B
授权日 ：
2022-05-17
发明人 ：
彭勇朱琦张怿恺
申请人 ：
杭州电子科技大学
申请人地址 ：
浙江省杭州市下沙高教园区2号大街
代理机构 ：
杭州君度专利代理事务所(特殊普通合伙)
代理人 ：
黄前泽
优先权 ：
CN202110075007.X
主分类号 ：
A61B5/369
IPC分类号 ：
A61B5/369 A61B5/378 A61B5/38 A61B5/16 A61B5/00 A61B5/372 A61B5/374 G06K9/00
相关图片
IPC结构图谱
A
A部——人类生活必需
A61
医学或兽医学；卫生学
A61B
诊断；外科；鉴定
A61B5/369
脑电图
法律状态
2022-05-17 ：
授权
2021-05-28 ：
实质审查的生效
IPC(主分类) : A61B 5/369
申请日 : 20210120
申请日 : 20210120
2021-05-11 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN112773378A.PDF
PDF下载
