[发明专利]一种情感脑电信号识别方法及系统

权利要求书

1.一种情感脑电信号识别方法，其特征在于，所述方法包括：

建立两层多分类模型；所述两层多分类模型为OAA-OAO-RVM模型；

通过果蝇算法优化所述两层多分类模型的核参数，得到优化后的两层多分类模型；

获取情感脑电信号；

对所述信号进行预处理，得到去除干扰后的情感脑电信号；

对所述去除干扰后的情感脑电信号进行特征提取，得到情感脑电信号特征数据；

通过所述优化后的两层多分类模型对所述情感脑电信号特征数据进行识别。

2.根据权利要求1所述的情感脑电信号识别方法，其特征在于，在所述通过果蝇算法优化所述两层多分类模型的核参数，得到优化后的两层多分类模型，之前还包括：

获取训练样本；所述训练样本为实验情感脑电信号；

对所述训练样本进行预处理，得到去除干扰后的训练样本；

对所述去除干扰后的训练样本进行特征提取，得到训练样本特征数据；

将所述训练样本特征数据输入到所述两层多分类模型中，得到输出数据；

判断所述输出数据是否在误差阈值范围内；

若是，确定所述两层多分类模型正确；

若否，通过果蝇算法优化所述两层多分类模型的核参数，使所述输出数据在误差阈值范围内。

3.根据权利要求1所述的情感脑电信号识别方法，其特征在于，所述通过果蝇算法优化所述两层多分类模型的核参数，得到优化后的两层多分类模型，具体包括：

初始化果蝇群体；所述果蝇群体包括多个果蝇个体，所述果蝇个体表示所述两层多分类模型的核参数；

计算每个所述果蝇个体的适应度函数；

选取适应度函数最高的果蝇个体为最优核函数；

根据所述最优核函数，确定优化后的两层多分类模型。

4.根据权利要求1所述的情感脑电信号识别方法，其特征在于，所述对所述信号进行预处理，得到去除干扰后的情感脑电信号，具体包括：

对所述信号进行归一化处理；

对归一化后的信号进行滤波，得到去除干扰后的情感脑电信号。

5.根据权利要求1所述的情感脑电信号识别方法，其特征在于，所述对所述去除干扰后的情感脑电信号进行特征提取，得到情感脑电信号特征数据，具体包括：

对所述去除干扰后的情感脑电信号进行特征提取，得到初始特征数据；

采用单一维数叠加方法对所述初始特征数据进行融合处理；

采用主成分分析法对融合后的特征数据进行降维处理，得到情感脑电信号特征数据。

6.一种情感脑电信号识别系统，其特征在于，所述系统包括：

建模模块，用于建立两层多分类模型；所述两层多分类模型为OAA-OAO-RVM模型；

优化模块，用于通过果蝇算法优化所述两层多分类模型的核参数，得到优化后的两层多分类模型；

第一获取模块，用于获取情感脑电信号；

第一预处理模块，用于对所述信号进行预处理，得到去除干扰后的情感脑电信号；

第一特征提取模块，用于对所述去除干扰后的情感脑电信号进行特征提取，得到情感脑电信号特征数据；

识别模块，用于通过优化后的两层多分类模型对所述情感脑电信号特征数据进行识别。

7.根据权利要求6所述的情感脑电信号识别系统，其特征在于，所述系统还包括：

第二获取模块，用于获取训练样本；所述训练样本为实验情感脑电信号；

第二预处理模块，用于对所述训练样本进行预处理，得到去除干扰后的训练样本；

第二特征提取模块，用于对所述去除干扰后的训练样本进行特征提取，得到训练样本特征数据；

输入模块，用于将所述训练样本特征数据输入到所述两层多分类模型中，得到输出数据；

判断模块，用于判断所述输出数据是否在误差阈值范围内；

确定模块，用于当所述输出数据在误差阈值范围内时，确定所述两层多分类模型正确；

当所述输出数据在误差阈值范围之外时，通过优化模块优化所述两层多分类模型的核参数，使所述输出数据在误差阈值范围内。