公开(公告)号：CN113157094B

公开(公告)日：2023-04-07

申请号：CN202110428950.4

申请日：2021-04-21

Applicant: 杭州电子科技大学

Inventor： 李文政 ,  黄文娜 ,  王文娟 ,  彭勇

IPC: G06F3/01 ,  G06F18/2413 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了联合特征迁移与图半监督标记传播的脑电情感识别方法。该方法的具体步骤包括引导被试者观看带有明显情感倾向的脑电数据，对其进行预处理和特征提取后，生成样本矩阵。构建联合特征迁移学习与状态估计的学习模型，包括单映射域适应模型与半监督标签传播模型，得到联合优化的目标函数。再根据目标函数通过固定两个变量、更新另一个变量的规则，实现联合优化，通过不断的迭代优化特征共享子空间，得到更好的迁移效果，以提高情感识别的准确性。该方法可以用于跨被试迁移进行情感识别。

公开(公告)号：CN113157094A

公开(公告)日：2021-07-23

申请号：CN202110428950.4

申请日：2021-04-21

Applicant: 杭州电子科技大学

Inventor： 李文政 ,  黄文娜 ,  王文娟 ,  彭勇

IPC: G06F3/01 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了联合特征迁移与图半监督标记传播的脑电情感识别方法。该方法的具体步骤包括引导被试者观看带有明显情感倾向的脑电数据，对其进行预处理和特征提取后，生成样本矩阵。构建联合特征迁移学习与状态估计的学习模型，包括单映射域适应模型与半监督标签传播模型，得到联合优化的目标函数。再根据目标函数通过固定两个变量、更新另一个变量的规则，实现联合优化，通过不断的迭代优化特征共享子空间，得到更好的迁移效果，以提高情感识别的准确性。该方法可以用于跨被试迁移进行情感识别。