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！

龙图腾网获悉安徽大学申请的专利基于对比性学习的EEG-EOG多模态情感识别方法及其系统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：CN117195153B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202311217545.3，技术领域涉及：G06F18/25；该发明授权基于对比性学习的EEG-EOG多模态情感识别方法及其系统是由吕钊;李雨晴;段昊良;刘笑天;吴敏超;郭晓静;李平;裴胜兵;张超;周蚌艳设计研发完成，并于2023-09-20向国家知识产权局提交的专利申请。

本基于对比性学习的EEG-EOG多模态情感识别方法及其系统在说明书摘要公布了：本发明公开了一种基于对比性学习的EEG‑EOG多模态情感识别方法，包括以下步骤：S1：设计实验范式；S2：采集受试者的EEG信号和EOG信号；S3：数据预处理；S4：对比学习：采用一个基编码器和投影模块来对齐同一被试者的EEG和EOG信号片段的小批量数据，并不断优化基编码器和投影模块的参数；S5：使用预训练后的基编码器从对齐的EEG和EOG信号表征中提取DE情感特征；S6：分类识别，得到情感识别的识别率。还公开了一种基于对比性学习的EEG‑EOG多模态情感识别系统。本发明基于对比性学习方法，预训练基编码器来对齐EEG和EOG信号，从而实现多模态信号的融合，提高情感识别的识别率。

本发明授权基于对比性学习的EEG-EOG多模态情感识别方法及其系统在权利要求书中公布了：1.一种基于对比性学习的EEG-EOG多模态情感识别方法，其特征在于，包括以下步骤： S1：设计实验范式：受试者观看影片并反馈情感状态标签，同时记录受试者的EEG和EOG信号； S2：数据采集：采集受试者在视听刺激模式下的EEG信号和EOG信号，将采集到的所有EEG和EOG数据从事件发生标定点到事件结束标定点截取有用的数据； S3：数据预处理：对步骤S2截取得到的EEG和EOG信号进行预处理，得到预处理后纯净的EEG和EOG信号； S4：对比性学习：处理经过预处理后的EEG和EOG信号，生成一个包含若干对EEG和EOG信号片段的小批量数据，采用一个基编码器和投影模块来对齐同一被试者的EEG和EOG信号片段的小批量数据，并不断优化基编码器和投影模块的参数； S5：特征提取：使用预训练后的基编码器对齐预处理后的EEG和EOG信号，再从对齐的EEG和EOG信号表征中提取DE情感特征，具体步骤为： 使用长度为1s无重叠的窗长对预处理之后的数据划分单次实验样本，并分别提取DE特征： 其中表示EEG和EOG的方差，并对提取到的DE特征使用LSD模型进行平滑处理； 将提取的DE情感特征使用线性动力系统模型进行平滑处理； S6：分类识别：将平滑后的特征分别分为训练集和测试集，训练集及对应的情感状态标签放入SVM分类器中进行学习分类得到训练好的模型，利用该模型对测试集的情感状态标签进行预测，得到情感识别的识别率。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111号；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”。