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！

龙图腾网获悉合肥工业大学申请的专利一种基于跨模态对比学习和多尺度表征的脑电及同步生理信号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：CN119848608B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510049083.1，技术领域涉及：G06F18/24；该发明授权一种基于跨模态对比学习和多尺度表征的脑电及同步生理信号情绪识别方法是由刘羽;崔凯;李佳设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于跨模态对比学习和多尺度表征的脑电及同步生理信号情绪识别方法在说明书摘要公布了：本发明涉及情绪识别技术领域，公开了一种基于跨模态对比学习和多尺度表征的脑电及同步生理信号情绪识别方法，预训练阶段将不同模态的生理信号，通过对应模态的编码器提取特征，学习与情感刺激相关的模态表征，再将这些模态表征通过映射层映射到潜在的空间计算相似度，进而计算各个模态的对比损失，进行模态内对比学习；编码器提取的基于各模态的表征进行跨模态的对比学习，将不同模态的表征对齐到共享的潜在空间；本发明还在每个模态中利用短期和长期的情绪变化，以不同的时间尺度预训练出编码器；在微调阶段，利用预训练的编码器、初始化的模态融合模块和分类器进行情感识别训练，基于生理信号的情感标签优化模型权重。

本发明授权一种基于跨模态对比学习和多尺度表征的脑电及同步生理信号情绪识别方法在权利要求书中公布了：1.一种基于跨模态对比学习和多尺度表征的脑电及同步生理信号情绪识别方法，其特征在于，包括预训练阶段和微调阶段； 预训练阶段：将特定时间尺度的不同模态的生理信号，通过对应模态的编码器提取特征，学习与情感刺激相关的模态表征，再将所述模态表征通过映射层映射到潜在的空间计算相似度，进而计算各个模态的对比损失，进行模态内对比学习，使不同受试者在同一情感刺激下的不同模态的生理信号接近，而不同情感刺激下的不同模态的生理信号保持差异；编码器提取的基于各模态的表征还将进行跨模态的对比学习，将不同模态的表征对齐到共享的潜在空间；通过优化各个模态的对比损失和跨模态的对比学习损失，预训练出特定时间尺度的各模态对应的编码器； 在微调阶段，利用预训练的编码器、初始化的模态融合模块和分类器进行情感识别训练，基于生理信号的情感标签优化模型权重，得到能够输出不同模态生理信号对应的情绪类别的情绪识别模型，具体包括： 在预训练阶段通过不同时间长度的生理信号段，预训练得到针对不同时间长度的编码器；在微调阶段，将不同时间长度、不同模态的生理信号段输入到对应的编码器，然后将每个模态的长时间特征和短时间特征进行特征融合，得到每个模态的最终特征，输入到模态融合模块，通过使用最大类概率来整合来自两个模态的最终特征，计算模态的置信度并分配适当的权重：；其中，代表网络参数集合，是生理信号的预测情绪类别；接下来，来自两个模态的特征被连接，最后将这些组合后的特征传递到分类器中进行最终的分类，并使用交叉熵损失进行优化：；其中，表示联合特征向量属于某一类别的概率，是生理信号的情绪标签； 所述不同模态的生理信号包括脑电图信号和外周生理信号； 预训练阶段中的对比学习策略是让各自模态的编码器识别不同的生理信号是否对应于同一情感刺激，实现模态内的生理同步和实现跨模态的生理对齐。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。