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！

龙图腾网获悉沈阳工业大学申请的专利一种基于深度残差卷积神经网络的脑电情感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：CN116049636B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310073752.X，技术领域涉及：G06F18/10；该发明授权一种基于深度残差卷积神经网络的脑电情感识别方法是由陈骥驰;王世杰;何恩球;钱程设计研发完成，并于2023-02-03向国家知识产权局提交的专利申请。

本一种基于深度残差卷积神经网络的脑电情感识别方法在说明书摘要公布了：本发明公开了一种基于深度残差卷积神经网络的脑电情感识别方法，属于脑电情感识别技术领域，包括以下步骤：对脑电信号进行预处理和标签划分；计算所有脑电通道的脑电功率谱密度，并将所有脑电通道的脑电功率谱密度拼接成一个频率通道输入矩阵；将频率通道输入矩阵划分训练集和测试集；搭建基于深度残差卷积神经网络的脑电情感识别模型；采用随机小批次处理的训练集训练S4搭建的脑电情感识别模型，并通过改进的Adam优化算法进行模型参数优化训练；将测试集输入训练后的脑电情感识别模型，得到测试集分类结果；根据测试集分类结果进行脑电情感识别模型性能判断。本发明充分考虑不同位置电极蕴藏着的复杂潜在信息，鲁棒性强。

本发明授权一种基于深度残差卷积神经网络的脑电情感识别方法在权利要求书中公布了：1.一种基于深度残差卷积神经网络的脑电情感识别方法，其特征在于：包括以下步骤： S1、提取脑电原始信号中的32个脑电通道的脑电信号，并对脑电信号进行预处理和标签划分； S2、计算所有脑电通道的脑电功率谱密度，并将所有脑电通道的脑电功率谱密度拼接成一个频率通道输入矩阵； S3、将频率通道输入矩阵划分训练集和测试集； S4、搭建基于深度残差卷积神经网络的脑电情感识别模型； 基于深度残差卷积神经网络的脑电情感识别模型包括输入层、卷积层、批量归一化层、ReLU激活函数层、池化层、残差块、全连接层和分类输出层；输入层依次连接卷积层conv1、批量归一化bn_conv1、ReLU激活函数层、池化层pool1后，与基本残差块RES2a、基本残差块RES2b相连，然后依次连接基本残差块RES3A、RES3b、RES4A、RES4b、RES5A、RES5b后，与全局平均池化层pool5相连，最后通过全连接层与分类输出层相连； 所述基本残差块RES2a的结构为：从池化层pool1输入，形成两分支，左侧分支连接3×3×64大小，步幅[11]的res2a_branch2a卷积层，随后完成批量归一化bn2a_branch2a，接着按下式完成非线性激活res2a_branch2a_relu： fx＝max0,x 接着依次连接3×3×64大小，步幅[11]的res2a_branch2b卷积层和批量归一化bn2a_branch2a，右侧分支为pool1，最终通过res2a将2个输入按元素相加；在网络结构中加入恒等映射，即从池化层pool1输入直接与res2a连接； 基本残差块RES2b与基本残差块RES2a结构一致； S5、采用随机小批次处理的训练集训练S4搭建的脑电情感识别模型，并通过改进的Adam优化算法进行模型参数优化训练； S6、将测试集输入训练后的脑电情感识别模型，得到测试集分类结果； S7、根据测试集分类结果进行脑电情感识别模型性能判断。

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沈阳工业大学，其通讯地址为：110870 辽宁省沈阳市经济技术开发区沈辽西路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”。

以上内容由龙图腾AI智能生成。