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！

龙图腾网获悉南通大学申请的专利一种基于注意力的时空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：CN115422973B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202211072485.6，技术领域涉及：G06F18/10；该发明授权一种基于注意力的时空网络的脑电情绪识别方法是由高瞻;朱琳;邵叶秦;王杰华设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种基于注意力的时空网络的脑电情绪识别方法在说明书摘要公布了：本发明提供一种基于注意力的时空网络的脑电情绪识别方法，包括以下步骤：S1、获取受试者观看视频片段的脑电数据和标签数据；S2、数据预处理，包括：降采样、去除基线信号、去除眼电信号和眨眼的生理伪迹、带通通滤波保留4.0～45.0Hz的脑电信号对数据进行划分；S3、构建基于核注意力的时空卷积神经网络模型；S4、训练神经网络模型，进行参数调整，得到脑电情绪识别的分类结果；S5、利用设定的评价指标，以SVM模型作为基线，与多种深度神经网络模型的比较，验证基于核注意力的时空网络模型的有效性。本发明具有较高的识别准确率，能使机器有效识别和理解人类的情绪，使人机交互更加友好，在人机交互领域具有较强的应用价值。

本发明授权一种基于注意力的时空网络的脑电情绪识别方法在权利要求书中公布了：1.一种基于注意力的时空网络的脑电情绪识别方法，其特征在于，包括以下步骤： S1、获取受试者观看视频片段的脑电数据和标签数据； S2、数据预处理，包括：降采样、去除基线信号、去除眼电信号和眨眼的生理伪迹、带通通滤波保留4.0～45.0Hz的脑电信号对数据进行划分； S3、构建基于核注意力的时空卷积神经网络模型； 步骤S3中，基于核注意力的时空卷积神经网络模型包括核注意力模块、空间依赖模块和时间依赖模块，包括以下步骤： S3.1、使用核注意力模块获取脑电的节点属性； S3.2、空间依赖模块提取脑电数据的空间特征信息； S3.3、时间依赖模块采用长短时记忆网络模型，提取脑电数据的时间序列数据，并利用历史信息对当前状态产生影响； 步骤S3.3中，长短时记忆网络模型通过在每个LSTM单元引入门结构，即由一个sigmoid函数和一个点乘操作组成，且sigmoid函数的输出值在[0,1]区间，控制丢弃或增加信息，以确定遗忘或者记忆，每一所述LSTM单元包括遗忘门、输入门和输出门，内容如下： S3.3.1、遗忘门：通过上一个单元的输出ht-1和本单元的输入为输入的sigmod函数，为Ct-1中的每一项产生一个在[0,1]内的值，以控制上一单元状态被遗忘的程度，其公式表达如下： 其中，σ表示sigmoid函数，ht-1表示上一个单元的隐节点，表示脑电数据，Wf表示遗忘门权重系数，bf表示遗忘门误差； S3.3.2、输入门：通过与一个tanh函数配合控制新的信息加入，其tanh函数产生一个新的候选项输入门it为单元状态Ct中的每一项产生一个[0,1]内的值，以更新记忆单元的单元状态，其公式表达如下： 其中，σ表示sigmoid函数，tanh表示tanh函数，Wi表示输入门权重系数，bi表示输入门误差，Ct表示新的单元状态，WC表示单元状态权重系数，bC表示单元状态误差； S3.3.3、输出门：激活单元状态，输出门ot为单元状态Ct中的每一项产生一个[0,1]内的值，以控制当前的单元状态的过滤，并输出下一个单元的隐节点ht值，其公式表达如下： ht＝ot*tanhCt； 其中，Wo表示输出门权重系数，bo表示输出门误差； S4、训练步骤S3的神经网络模型，进行参数调整，得到脑电情绪识别的分类结果； S5、利用设定的评价指标，以SVM模型作为基线，与多种深度神经网络模型的比较，验证基于核注意力的时空网络模型的有效性。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区啬园路9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”。