基于对比性学习的EEG-EOG多模态情感识别方法及其系统(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于对比性学习的EEG‑EOG多模态情感识别方法,包括以下步骤:S1:设计实验范式;S2:采集受试者的EEG信号和EOG信号;S3:数据预处理;S4:对比学习:采用一个基编码器和投影模块来对齐同一被试者的EEG和EOG信号片段的小批量数据,并不断优化基编码器和投影模块的参数;S5:使用预训练后的基编码器从对齐的EEG和EOG信号表征中提取DE情感特征;S6:分类识别,得到情感识别的识别率。还公开了一种基于对比性学习的EEG‑EOG多模态情感识别系统。本发明基于对比性学习方法,预训练基编码器来对齐EEG和EOG信号,从而实现多模态信号的融合,提高情感识别的识别率。
《基于对比性学习的EEG-EOG多模态情感识别方法及其系统(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023112175453,当前法律状态为已下证,由安徽大学提出申请,发明人为吕钊;李雨晴;段昊良;刘笑天;吴敏超;郭晓静;李平;裴胜兵;张超;周蚌艳,申请日期为2023-09-20,公开(公告)日期为2025-08-05,国际专利分类号(IPC)为 G06F 18/25 (2023.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。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对比性学习的EEG‑EOG多模态情感识别方法,包括以下步骤:S1:设计实验范式;S2:采集受试者的EEG信号和EOG信号;S3:数据预处理;S4:对比学习:采用一个基编码器和投影模块来对齐同一被试者的EEG和EOG信号片段的小批量数据,并不断优化基编码器和投影模块的参数;S5:使用预训练后的基编码器从对齐的EEG和EOG信号表征中提取DE情感特征;S6:分类识别,得到情感识别的识别率。还公开了一种基于对比性学习的EEG‑EOG多模态情感识别系统。本发明基于对比性学习方法,预训练基编码器来对齐EEG和EOG信号,从而实现多模态信号的融合,提高情感识别的识别率。
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!
