公开(公告)号：CN118364806A

公开(公告)日：2024-07-19

申请号：CN202410453161.X

申请日：2024-04-16

Applicant: 安徽农业大学

Inventor： 董寅冬 ,  陈德励 ,  张宇 ,  张磊 ,  邵舜东 ,  陈宇浩

IPC: G06F40/205 ,  G06F40/30 ,  G06F18/25 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明涉及计算机技术领域，尤其是基于文本片段的方面级情感分析方法、装置及其电子设备。本发明通过文本语义分割算法将文本序列分割为文本片段，并使用WoBERT模型与图注意力网络来分别提取文本序列的整体特征与文本片段的局部特征，以丰富特征的表征学习，从而增强对长文本序列的处理能力；同时，本发明构建了一种片段情感词判断机制，通过判断层对文本片段的情感词判断，生成情感词判断向量对学习过程中的图节点进行关注，以减少图注意力网络的计算冗余和提高图注意力网络的计算效率。

公开(公告)号：CN119513490A

公开(公告)日：2025-02-25

申请号：CN202411560116.0

申请日：2024-11-04

Applicant: 安徽农业大学

Inventor： 张珺 ,  董寅冬 ,  陈德励 ,  范国华 ,  陈鑫雨 ,  刘浩

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2431 ,  G06N3/0442

Abstract: 本发明公开了一种生理情感识别方法及系统，涉及情感识别技术领域，包括：对采集到的原始生理信号数据进行预处理，以得到特征向量数据；将特征向量数据经过加权处理的加权结果输入至预设的双向长短时记忆网络，以获取一级隐藏状态数据；将一级隐藏状态数据至预设的图注意力网络，以得到二级隐藏状态数据；根据预设的补偿机制和一级隐藏状态数据进行补偿处理，生成补偿特征数据，将补偿特征数据与二级隐藏状态数据进行整合处理，生成最终状态数据；将最终状态数据输入到分类层，以获取情感分类；本发明结合时间衰减因子和补偿机制，修正因时间衰减而导致的情感激励信息损失，优化在情感识别任务中信息间的时间依赖关系，以实现情感识别性能的提升。

公开(公告)号：CN120105193A

公开(公告)日：2025-06-06

申请号：CN202510183912.5

申请日：2025-02-19

Applicant: 安徽农业大学

Inventor： 董寅冬 ,  郭强 ,  叶勇 ,  张磊 ,  陈德励 ,  周鑫俊 ,  刘浩

IPC: G06F18/241 ,  G06F18/22 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N7/02 ,  G06N3/042 ,  G06N3/0464 ,  A61B5/369 ,  A61B5/16 ,  A61B5/00

Abstract: 一种基于模糊时空融合的图卷积脑电情感识别方法和系统，包括：初始化AGCFST中的模型参数并初始化动态邻接层；抽取一批训练样本和标签，使用批量归一化对输入的训练样本进行归一化处理得到归一化样本特征；用双向门控循环单元和模糊逻辑对微分熵和功率谱密度特征结合的多通道特征矩阵进行处理得到模糊相似性矩阵；对模糊相似性矩阵进行归一化得到邻接矩阵，将多通道特征矩阵和邻接矩阵共同输入图卷积层，并利用切比雪夫多项式近似实现图卷积操作，获取节点特征；利用节点特征，结合所有注意力头的输出信息，获取脑电信号的全局依赖关系，生成节点特征矩阵，将节点特征矩阵扁平化，得到情感分类。本发明避免因反向传播带来的梯度消耗的同时，有效地提升了模型的泛化能力。