[发明专利]一种多通道脑电数据的情绪识别方法及电子装置

权利要求书

1.一种多通道脑电数据的情绪识别方法，其步骤包括：

1)提取一脑电数据的各通道频域特征，依据电极顺序排列，将各通道频域特征送入一长短时记忆网络，得到长短时记忆网络的隐层特征向量；

2)将隐层特征向量送入一基于注意力机制的自动编码器，得到脑电数据落入各情绪类别的概率与脑电数据的重构向量；

3)将隐层特征向量输入域判别器，通过减弱域判别器的二分类能力，约束长短时记忆网络提取领域无关性特征，其中输入域判别器之前，先将隐层特征向量输入一梯度反转层，用以更改梯度符号与在反向传播期间将梯度向后传递；

4)通过迭代基于注意力机制的自动编码器得到类别概率向量，并依据类别概率向量对所述脑电数据的情绪状态类别进行分类；

其中，通过端到端的方式，训练长短时记忆网络、基于注意力机制的自动编码器与域判别器。

2.如权利要求1所述的方法，其特征在于，所述频域特征为功率特征、功率谱密度特征、事件相关同步化特征、事件相关去同步化特征、高阶谱特征或微分熵特征中的一个或多个。

3.如权利要求1所述的方法，其特征在于，所述自动编码器包括一编码器与一解码器；所述自动编码器的编码与解码步骤包括：

1)对隐层特征向量进行编码，得到所述脑电数据落入各情绪类别的概率与所有通道隐层特征向量对各情绪类别的加权向量和；

2)根据所述概率与所述加权向量和进行解码，获取脑电数据的重构向量。

4.如权利要求3所述的方法，其特征在于，编码次数与情绪类别的数量相同。

5.如权利要求1所述的方法，其特征在于，通过计算最小自动编码器损失函数与最大化域判别器损失函数得到所述长短时记忆网络的精确参数和所述自动编码器的精确参数，计算最小化域判别器损失函数得到所述域判别器的精确参数。

6.一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行权利要求1-5中任一所述方法。

7.一种电子装置，包括存储器和处理器，其中存储器存储执行权利要求1-5中任一所述方法的程序。