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！

龙图腾网获悉北京航空航天大学申请的专利一种虚拟现实场景中基于脑电信号的自监督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：CN119293556B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411396635.8，技术领域涉及：G06F18/24；该发明授权一种虚拟现实场景中基于脑电信号的自监督情绪识别方法是由高阳;李明;潘俊君;郑嘉文;郝爱民设计研发完成，并于2024-10-08向国家知识产权局提交的专利申请。

本一种虚拟现实场景中基于脑电信号的自监督情绪识别方法在说明书摘要公布了：本公开的实施例公开了一种虚拟现实场景中基于脑电信号的自监督情绪识别方法。该方法的一具体实施方式包括：采集原始全通道脑电数据，生成预处理全通道脑电数据；得到各个微分熵特征；生成各个嵌入特征；得到时间可见帧特征和时间掩蔽帧特征；得到各个时间编码嵌入信息；得到各个真实二维坐标，生成各个空间位置编码；得到各个空间可见帧特征和各个空间掩蔽帧特征；得到各个空间编码嵌入信息；得到各个空间解码特征；得到重建微分熵特征；确定损失值，确定预训练模型；得到情绪预测器；得到情绪类别。该实施方式可以增强少通道脑电图数据的情绪识别能力，可以解决因个体差异造成的情绪识别准确度较低的问题。

本发明授权一种虚拟现实场景中基于脑电信号的自监督情绪识别方法在权利要求书中公布了：1.一种虚拟现实场景中基于脑电信号的自监督情绪识别方法，包括： 步骤1：采集所有用户的原始全通道脑电数据，以及对采集到的各个原始全通道脑电数据进行预处理，以生成各个预处理全通道脑电数据； 步骤2：对所述各个预处理全通道脑电数据进行频域特征提取处理，得到各个微分熵特征； 步骤3：基于所述各个微分熵特征，生成各个嵌入特征，以及将所述各个嵌入特征输入至初始神经网络，其中，所述各个嵌入特征中每个嵌入特征对应有各个时间帧； 步骤4：对于所述各个嵌入特征中每个嵌入特征，对所述嵌入特征对应的各个时间帧添加位置编码，以及基于预设的帧掩蔽比率，随机掩蔽所述嵌入特征对应的预设位置编码的时间帧，得到所述嵌入特征对应的时间可见帧特征和时间掩蔽帧特征； 步骤5：将所得到的各个时间可见帧特征输入至初始神经网络中的时间编码器，得到各个时间编码嵌入信息； 步骤6：将预先获取的各个真实三维坐标投影在二维平面上，得到各个真实二维坐标，以及基于所述各个真实二维坐标，生成各个空间位置编码； 步骤7：将所述各个时间编码嵌入信息中的每个时间编码嵌入信息和所述各个空间位置编码组合为高维特征，以及对所组合的各个高维特征进行空间掩蔽处理，得到各个空间可见帧特征和各个空间掩蔽帧特征； 步骤8：将所述各个空间可见帧特征输入至初始神经网络中的空间编码器，得到各个空间编码嵌入信息； 步骤9：将所述各个空间编码嵌入信息和所述各个空间掩蔽帧特征输入至初始神经网络中的空间解码器，得到各个空间解码特征； 步骤10：将所述各个空间解码特征中每个空间解码特征和对应的时间掩蔽帧特征输入至初始神经网络中的时间解码器，得到重建微分熵特征； 步骤11：确定所得到的各个重建微分熵特征中每个重建微分熵特征与对应的微分熵特征之间的损失值，以及基于预设迭代次数，循环执行步骤3至步骤11，得到损失值，并将迭代循环后的初始神经网络确定为预训练模型； 步骤12：对于目标用户，基于所述目标用户对应的校准数据，对预训练模型进行微调，得到情绪预测器，以及使用线性层来预测情绪类别，通过交叉熵来衡量分类损失； 步骤13：使用所述目标用户对应的测试数据验证所述情绪预测器的有效性，并得到所述目标用户对应的情绪类别。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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”。

以上内容由龙图腾AI智能生成。