买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利一种基于融合图卷积网络的脑电情绪识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115392302B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210974787.6，技术领域涉及：G06F18/2431；该发明授权一种基于融合图卷积网络的脑电情绪识别方法是由孔万增;李孟航;仇敏;戴玮辰;张建海设计研发完成，并于2022-08-15向国家知识产权局提交的专利申请。

本一种基于融合图卷积网络的脑电情绪识别方法在说明书摘要公布了：本发明公开了一种基于融合图卷积网络的脑电情绪识别方法；该脑电情绪识别方法如下：一、对被测对象进行脑电采集，提取所得脑电信号中各通道的目标特征，作为被识别数据。二、根据步骤一得到的被识别数据，计算两个通道之间的物理信息矩阵、相关性矩阵、因果关系矩阵。三、构建邻接矩阵。四、构建正则化矩阵。五、对目标特征和正则化矩阵L进行图卷积操作，完成特征提取。六、将步骤五所得特征输入经过训练的深度可分离卷积网络，所得特征图输入全连接层，进行分类，得到被测对象进行脑电采集时的情感类别。本发明对图卷积的邻接矩阵做融合处理，使邻接矩阵包含多元化的信息，而不再是仅拥有单一的信息，进一步提高了模型情绪分类的准确率。

本发明授权一种基于融合图卷积网络的脑电情绪识别方法在权利要求书中公布了：1.一种基于融合图卷积网络的脑电情绪识别方法，其特征在于：包括以下步骤： 步骤一、对被测对象进行脑电采集，提取所得脑电信号中各通道的目标特征，作为被识别数据；目标特征为DE、DASM和DCAU特征中的任意一个； 步骤二、根据步骤一得到的被识别数据，计算两个通道之间的物理信息矩阵Ad、相关性矩阵Ap、因果关系矩阵Ac； 物理信息矩阵Ad表示为： 其中，θ是确定径向作用范围的带宽；ci和cj表示任意通道的特征；τ是边界，disti,j则表示特征ci和特征cj之间的距离； 步骤三、构建邻接矩阵AF如下： 其中，代表矩阵元素逐点相加；分别表示物理信息矩阵、相关性矩阵、因果关系矩阵的对应位置元素； 步骤四、构建正则化矩阵L如下： L＝IN-D-12AFD-12 其中，IN是单位矩阵；D∈RN*N是图的度矩阵；计算得到； 步骤五、对目标特征和正则化矩阵L进行图卷积操作，完成特征提取； 步骤六、将步骤五所得特征输入经过训练的深度可分离卷积网络，所得特征图输入全连接层，进行分类，得到被测对象进行脑电采集时的情感类别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。