说明:收录25万 73个行业的国家标准 支持批量下载
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111520802.1 (22)申请日 2021.12.13 (66)本国优先权数据 202111409493.0 2021.1 1.25 CN (71)申请人 中国科学院大学宁波华美医院 地址 315000 浙江省宁波市西北街 41号 (72)发明人 李劲鹏 金明 李主南 陈昊  蔡挺  (74)专利代理 机构 北京君恒知识产权代理有限 公司 11466 代理人 张强 (51)Int.Cl. G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 20/00(2019.01) (54)发明名称 一种情绪识别系统泛化能力的提高方法 (57)摘要 本发明公开了一种情绪识别系统泛化能力 的提高方法, 包括以下步骤: 步骤一、 脑电信号的 采集: 采集脑电信号, 制 成310维的向量样本; 步 骤二、 建立情绪识别模型: 先将310维的脑电特征 映射为256维, 再映射为128维, 分别输入四个分 支: 情绪分类分支、 年龄回归分支、 性别分类分支 和编号分类分支; 步骤三、 模型训练: 输入训练者 的性别、 年龄及其编号信息, 通过外部刺激诱发 情绪反应, 并采集脑电信号输入模型, 得到性别、 年龄及其编号信息, 将所得信息与输入的训练者 信息进行配对训练; 步骤四、 将待测样本输入模 型, 模型输出对应的情绪、 年龄、 性别和编号。 其 优点是: 能够在不进行预实验的前提下提高模型 的跨被试者适应能力, 能够 有效提高模型的泛化 能力。 权利要求书2页 说明书4页 附图1页 CN 114186591 A 2022.03.15 CN 114186591 A 1.一种情绪识别系统泛化能力的提高方法, 其特 征是: 包括以下步骤: 步骤一、 脑电信号的采集: 采集脑电信号, 制成脑电特 征的向量样本; 步骤二、 建立情绪识别模型: 先将脑电特征的向量样本 映射为256维的向量, 之后映射 为128维的向量, 再将128维的向量分别输入分支, 所述的分支包括: 情绪分类分支: 128维的向量进一步映射为64维的向量, 并进一步映射到情绪标签空 间, 最后一层神经元个数与要分类的情绪状态数量保持一致, 最后一层 采用SoftMax作为激 活函数; 年龄回归分支: 128维的向量进一步映射到32维的向量, 并进一步映射到年龄空间, 年 龄的输出 是连续的, 仅包括 一个神经 元, 采用ReLU作为激活函数; 性别分类分支: 128维的向量进一步映射到32维的向量, 并进一步映射到性别空间, 在 性别空间中完成二分类任务, 男性: 1, 女性: 0, 仅包括一个神经元, 采用Sigmoid作为激活函 数; 编号分类分支: 128维向量进一步映射到32维的向量, 并进一步映射到编号空间, 最后 一层神经 元个数与被试者数量保持一 致, 采用SoftMax作为激活函数; 步骤三、 模型训练: 输入训练者的性别、 年龄及其编号信息, 通过外部刺激诱发情绪反 应, 并采集训练者的脑电信号, 将脑电信号输入模 型, 得到性别、 年龄及其编号信息, 将所得 信息与输入的训练者信息进行配对训练; 步骤四、 将待测样本 输入模型, 模型输出对应的情绪、 年龄、 性别和编号。 2.根据权利要求1所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 所述的脑 电信号按照5秒钟的时间窗口切割为片段, 并分别在分段频段上计算功 率谱密度特征, 拼接 在一起形成样本 。 3.根据权利要求2所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 所述的分 段频段分为Delta频段, 其频率范围为1Hz ‑3Hz; Theta频段, 其频率范围为4Hz ‑7Hz; Alpha频 段, 其频率范围为8Hz ‑13Hz; Beta频段, 其频率范围为13Hz ‑30Hz; Gamma频段, 其频率范围为 30Hz‑51Hz。 4.根据权利要求1所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 所述的步 骤二中, 模型框架搭建完成后, 对脑电信号数据、 年龄数据和编号数据进行归一化, 统一放 缩到0‑1空间内: 其中, xscaled为放缩后的特征, x为放缩前的特征, xmin为特征的最小值, xmax为特征的最 大值。 5.根据权利要求4所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 数据归一 化处理后, 使用Adam优化器进行参数寻优, 代价 函数如下: 其中, 为情绪分类代价函数, 形式为交叉熵, 为年龄回归代价函数, 形式为 均方误差, 为性别分类代价函数, 形式为二值交叉熵, 为编号分类代价函数, 形 式为交叉熵, α, β, γ为权 重因子, L2为二范数约束, ε为 二范数参数。 6.根据权利要求5所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 所述的ε权 利 要 求 书 1/2 页 2 CN 114186591 A 2的取值为1e‑3或1e‑4。 7.根据权利要求1所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 所述的步 骤三中, 所述的信息以文本形式保存。 8.根据权利要求1所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 所述的步 骤三中, 脑电信号的采集的具体过程为: 受试者头戴脑电采集设备, 观看能够引起不同的情 绪的视频, 观看视频时采集对应的脑电信号。 9.根据权利要求1所述的一种情绪识别系统泛化能力的提高方法, 其特征是: 所述的步 骤一中, 所采集的脑电信号制成310维的向量样本 。权 利 要 求 书 2/2 页 3 CN 114186591 A 3

.PDF文档 专利 一种情绪识别系统泛化能力的提高方法

文档预览
中文文档 8 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共8页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种情绪识别系统泛化能力的提高方法 第 1 页 专利 一种情绪识别系统泛化能力的提高方法 第 2 页 专利 一种情绪识别系统泛化能力的提高方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 23:15:07上传分享
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。