一种基于融合图卷积网络的脑电情绪识别方法(脑科学、脑电数据、心理评估、阿尔茨海默病、帕金森病、抑郁症)
本发明公开了一种基于融合图卷积网络的脑电情绪识别方法;该脑电情绪识别方法如下:一、对被测对象进行脑电采集,提取所得脑电信号中各通道的目标特征,作为被识别数据。二、根据步骤一得到的被识别数据,计算两个通道之间的物理信息矩阵、相关性矩阵、因果关系矩阵。三、构建邻接矩阵。四、构建正则化矩阵。五、对目标特征和正则化矩阵L进行图卷积操作,完成特征提取。六、将步骤五所得特征输入经过训练的深度可分离卷积网络,所得特征图输入全连接层,进行分类,得到被测对象进行脑电采集时的情感类别。本发明对图卷积的邻接矩阵做融合处理,使邻接矩阵包含多元化的信息,而不再是仅拥有单一的信息,进一步提高了模型情绪分类的准确率。
《一种基于融合图卷积网络的脑电情绪识别方法(脑科学、脑电数据、心理评估、阿尔茨海默病、帕金森病、抑郁症)》是一发明专利,专利号为 2022109747876,当前法律状态为已售,由杭州电子科技大学提出申请,发明人为孔万增;李孟航;仇敏;戴玮辰;张建海,申请日期为2022-08-15,公开(公告)日期为2025-07-15,国际专利分类号(IPC)为 G06F 18/2431 (2023.01),高新资质:未报高企,所属技术领域包括:情感分析、人机交互、脑电信号、脑电数据、脑电源成像、临床心理评估、脑机接口、中风康复、卒中康复。该专利权属清晰,可通过正规流程办理转让,适用于企业技术升级、资质申报与战略布局。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于融合图卷积网络的脑电情绪识别方法;该脑电情绪识别方法如下:一、对被测对象进行脑电采集,提取所得脑电信号中各通道的目标特征,作为被识别数据。二、根据步骤一得到的被识别数据,计算两个通道之间的物理信息矩阵、相关性矩阵、因果关系矩阵。三、构建邻接矩阵。四、构建正则化矩阵。五、对目标特征和正则化矩阵L进行图卷积操作,完成特征提取。六、将步骤五所得特征输入经过训练的深度可分离卷积网络,所得特征图输入全连接层,进行分类,得到被测对象进行脑电采集时的情感类别。本发明对图卷积的邻接矩阵做融合处理,使邻接矩阵包含多元化的信息,而不再是仅拥有单一的信息,进一步提高了模型情绪分类的准确率。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
