您的位置：
首页
>
农业专利
>
详情页
一种基于混合神经网络的脑电时空特征学习与情感分类方法
- 专利权人:
- 陕西科技大学
- 发明人:
- 闵重丹,张鹏伟,郝为,陈景霞
- 申请号：
- CN202011057296.2
- 公开号：
- CN112244873A
- 申请日:
- 2020.09.29
- 申请国别(地区):
- CN
- 年份:
- 2021
- 代理人:
- 摘要：
- 本发明公开了一种基于混合神经网络的脑电时空特征学习与情感分类方法，步骤有：采集多个通道的脑电信号；从多个通道的脑电信号中提取PSD功率谱密度特征；并转为二维网状矩阵序列；然后分为若干个片段Pj；建CASC_CNN_LSTM模型和CASC_CNN_CNN模型，通过CASC_CNN_LSTM模型从每个片段Pj中联合提取脑电信号的深层空间特征和时间特征，CASC_CNN_LSTM模型提取的深层空间特征和时间特征输入CASC_CNN_LSTM模型对应的softmax层进行情感类别预测；通过CASC_CNN_CNN模型从每个片段Pj中联合提取脑电信号更深层次的深层空间特征；将CASC_CNN_CNN模型提取的更深层次的深层空间特征输入CASC_CNN_CNN模型对应的softmax层进行情感类别预测。本发明的情感分类更准确。
- 来源网站：
- 中国工程科技知识中心
- 来源网址：
- http://www.ckcest.cn/home/
