-
公开(公告)号：CN114145745A
公开(公告)日：2022-03-08
申请号：CN202111532664.9
申请日：2021-12-15
Applicant: 西安电子科技大学
Abstract: 本申请属于信息技术领域，涉及一种脑电信号的分类方法具体提供了一种基于图的多任务自监督情绪识别方法，其特征在于，该方法包括如下步骤：S1，获取脑电情绪数据并进行预处理；S2，构建自监督辅助任务；S3，构建图卷积神经网络；S4，训练图卷积神经网络；S5，测试图卷积神经网络。本发明首次考虑到设计自监督任务用于脑电情绪识别。设计的空间拼图任务通过学习不同脑区之间的内在空间关系，从而学习脑电情绪相关的空间模式；设计的频率拼图任务旨在于挖掘对情感识别更为关键频带；设计的对比学习任务旨在于进一步规范特征空间，学习内在的表征。本发明情绪识别的准确率较高。
-
公开(公告)号：CN114145745B
公开(公告)日：2024-03-29
申请号：CN202111532664.9
申请日：2021-12-15
Applicant: 西安电子科技大学
Abstract: 本申请属于信息技术领域，涉及一种脑电信号的分类方法具体提供了一种基于图的多任务自监督情绪识别方法，其特征在于，该方法包括如下步骤：S1，获取脑电情绪数据并进行预处理；S2，构建自监督辅助任务；S3，构建图卷积神经网络；S4，训练图卷积神经网络；S5，测试图卷积神经网络。本发明首次考虑到设计自监督任务用于脑电情绪识别。设计的空间拼图任务通过学习不同脑区之间的内在空间关系，从而学习脑电情绪相关的空间模式；设计的频率拼图任务旨在于挖掘对情感识别更为关键频带；设计的对比学习任务旨在于进一步规范特征空间，学习内在的表征。本发明情绪识别的准确率较高。
-
公开(公告)号：CN113057652A
公开(公告)日：2021-07-02
申请号：CN202110284931.9
申请日：2021-03-17
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于脑电和深度学习的脑负荷检测方法，主要解决现有技术效率不高且检测精度低，难以有效检测出在虚拟现实环境下用户脑负荷程度的问题。其实现方案为：构建虚拟现实场景；设计实验范式，采集被试者脑电数据并对其进行预处理；用预处理后的脑电数据制作数据集；设计由三个时间域特征提取单元、三个空间域特征提取单元、两个随机失活层和一个拼接卷积分类器组成的卷积神经网络，并使用训练集和验证集对其训练；将测试集输入到训练好的卷积神经网络中，得到脑负荷检测结果。本发明能有效检测出用户的脑负荷状态，与传统方法相比提高了检测准确率，为更好调节身体提供辅助的参考依据，可用于虚拟现实及医疗服务中对脑电信号的检测。
-
-
Search Results
3
records
(took 0.026 seconds)
