基于相关性动态融合的多模态生理信号情绪分类方法
- 专利权人:
- 杭州电子科技大学
- 发明人:
- 孔万增,张建海,陈思含,唐佳佳
- 申请号：
- CN202110378481.X
- 公开号：
- CN113208593A
- 申请日:
- 2021.04.08
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了基于相关性动态融合的多模态生理信号情绪分类方法，该方法首先采集多模态生理信号，再使用神经网络进行特征提取，然后计算两两模态间的皮尔逊相关系数，按照相关性系数的大小确定多模态两两融合的顺序，首先融合相关性大的两个模态特征向量，再依次融合相关性小的其他特征向量。最后使用全连接层对采集的多模态生理信号进行分类，并使用交叉熵损失函数与Adam优化器进行整体的训练、优化。本方法基于时序动态的相关性系数对多模态生理信号进行两两融合，使输入分类器的特征向量包含更丰富的信息，提高了分类准确度。
- 来源网站：
- 中国工程科技知识中心
