一种基于分层门控聚合动态图神经网络的脑电情感识别方法

著录项目

摘要

本发明公开了一种基于分层门控聚合动态图神经网络的脑电情感识别方法,属于脑电信号处理与情感识别技术领域。本发明首先基于获取的脑电信号数据集构建训练数据集；然后构建基于分层门控聚合动态图神经网络的脑电情感识别模型，并基于训练数据集完成模型训练，获得训练好的情感识别模型；该模型包括有符号动态子图构建模块、组内动态聚合模块、组间双向门控聚合模块和分类输出模块。本发明通过构建有符号动态子图来建模脑区之间的兴奋与抑制作用，并设计分层门控聚合机制，按照频段时间尺度划分低频组和高频组，采用不同的组内聚合策略和双向门控交互机制，实现跨频段特征的层次化融合，从而提升脑电情感识别的准确性和鲁棒性。

附图

附图 1