一种融合稀疏学习和二分法的情绪状态特征选择优化方法

本发明公开了一种融合稀疏学习和二分法的情绪状态特征选择优化方法，包括获取特征集，并作归一化处理，所述特征集根据预处理生理信号特性，进行特征提取，初步筛选出表征效果好的单特征组建；利用稀疏学习算法，通过最小范数最小二乘方法求解稀疏学习系数以此判别每类信号下特征与目标类别间的相关性，并按每类特征的贡献度进行排序，结合二分法搜索出每类信号下不同的最优特征子集；把不同类生理信号下各自的最优特征子集进行融合，得到最优的情绪状态表征。本发明提出融合稀疏学习和二分法的方法，使每类信号下都具有各自不同的最优特征子集，有利于更客观的表征每类生理信号；融合不同生理信号下各自的最优特征子集，使得情绪的表征更加全面。

《一种融合稀疏学习和二分法的情绪状态特征选择优化方法》是一发明专利，专利号为 2021107785313，当前法律状态为已下证，由常州大学提出申请，发明人为潘礼正;王顺超;丁忆;赵路，申请日期为2021-07-09，公开（公告）日期为2024-03-15，国际专利分类号（IPC）为 G06F 18/25 (2023.01)，高新资质：未报高企，所属技术领域包括：（人机交互-模式识别）。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：本发明公开了一种融合稀疏学习和二分法的情绪状态特征选择优化方法，包括获取特征集，并作归一化处理，所述特征集根据预处理生理信号特性，进行特征提取，初步筛选出表征效果好的单特征组建；利用稀疏学习算法，通过最小范数最小二乘方法求解稀疏学习系数以此判别每类信号下特征与目标类别间的相关性，并按每类特征的贡献度进行排序，结合二分法搜索出每类信号下不同的最优特征子集；把不同类生理信号下各自的最优特征子集进行融合，得到最优的情绪状态表征。本发明提出融合稀疏学习和二分法的方法，使每类信号下都具有各自不同的最优特征子集，有利于更客观的表征每类生理信号；融合不同生理信号下各自的最优特征子集，使得情绪的表征更加全面。

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！