[00101268]一种基于深度可分离因果图卷积网络的脑电情绪识别方法
联系人：
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
本发明公开了一种基于深度可分离因果图卷积网络的脑电情绪识别方法。现有用于识别脑电情绪的神经网络缺乏通道间定向功能性关系的考虑。本发明如下：一、采集被测者的脑电数据。二、构建邻接矩阵。三、计算脑电数据对应的正则化拉普拉斯矩阵。四、利用深度可分离因果图卷积模型进行特征提取和情绪分类。本发明采用格兰杰因果关系对EEG信号通道间的关系进行建模,构建出一个有向的非对称矩阵,充分考虑了通道间的因果关系,与真实的脑电信号产生情况一致,故能够有效提高情绪类型识别的准确率。此外,本发明采用深度可分离卷积充分提取了脑电数据中的局部特征,从而进一步提高了分类准确率。
