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数据不确定性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：CN115238744B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202210906180.4，技术领域涉及：G06F18/241；该发明授权一种基于数据不确定性的脑电情绪识别方法是由李畅;林学娟;宋仁成;刘羽;成娟;陈勋设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种基于数据不确定性的脑电情绪识别方法在说明书摘要公布了：本发明公开了一种基于数据不确定性的脑电情绪识别方法，其步骤包括：1，为网络模型建立一个额外的分支计算脑电样本的不确定值；2，混合不同脑电特征构建数据不确定性损失函数；3，在公开脑电情绪数据集上采用十折交叉方法训练建立的混合损失的卷积神经网络模型；4，利用建立好的网络模型实现脑电情绪分类任务。本发明能够实现高精度情绪识别，从而能提高识别率。

本发明授权一种基于数据不确定性的脑电情绪识别方法在权利要求书中公布了：1.一种基于数据不确定性的脑电情绪识别方法，其特征在于，是按如下步骤进行： 步骤1、获取任一受试者A的带有H种情绪标签的脑电信号数据并进行去基线和样本分割处理，从而得到受试者A的N个脑电信号样本，记为X＝{x1,x2,…,xi,…,xN}，其情绪标签记为L＝{l1,l2,…,li,…,lN}，其中，xi∈Rm×n表示第i个脑电信号样本，li∈Rmxn表示第i个脑电信号样本xi的情绪标签，m表示脑电信号的通道数，n表示采样点数，i＝1,2,…,N；N代表脑电信号样本的数量； 步骤2、计算每个脑电信号样本的不确定值： 步骤2.1、构建基于脑电情绪识别的神经网络，包括：特征提取模型fθ·、分类器模型以及与所述分类器模型并行的不确定性分支； 所述脑电信号样本X输入所述特征提取模型fθ·中进行处理，得到脑电信号特征表示f＝fθX； 所述分类器模型由一个线性全连接层组成； 所述脑电信号特征表示f输入所述分类器模型中进行处理，生成具有节点数为a的二维特征向量； 所述不确定性分支由两个具有相同结构的小分支构成，每个小分支包括：第I归一化层、Dropout层、Flatten层、全连接层和第II归一化层组成；其中，第I归一化层使用归一化函数d1，且通道数为p1；所述全连接层的输入通道为m，输出通道为n；所述第II归一化层使用归一化函数d2，且通道数为p2； 所述脑电信号特征表示f分别输入所述两个具有相同结构的小分支中，并相应获得脑电信号样本X的深度特征向量以及不确定向量其中，μi代表第i个脑电信号样本xi的深度特征，σi代表第i个脑电信号样本xi的不确定性特征，D代表脑电信号特征的维度； 步骤2.2、计算脑电信号样本X的不确定值： 将脑电信号样本X的不确定性向量Q取平均值后得到所有脑电信号样本的不确定值其中，为第i个脑电信号样本xi的不确定值； 步骤3、构建不确定性损失函数： 步骤3.1、利用式1得到第i个脑电样本归一化后的不确定值 式1中，代表第j个脑电信号样本xj的不确定值；j＝1,2,…,N； 步骤3.2、利用式2得到第i个脑电信号样本xi和第j个脑电信号样本xj的混合特征 式2中，代表第j个脑电信号样本xj归一化后的不确定值；μj代表第j个脑电信号样本xj的深度特征； 步骤3.3、利用式3构建对比损失函数Ldata： 式3中，lj代表第j个脑电信号样本xj的标签；代表第j个脑电信号样本xj的标签lj在所有脑电样本标签中的权重；代表第i个脑电信号样本xi的标签li在所有脑电样本标签中的权重；Ch代表所述分类器模型对第h种情绪标签预测后得到的权重； 步骤4、联合优化框架的训练： 步骤4.1、利用式4构建交叉熵损失函数Lcross： 式4中，是第i个脑电信号样本xi所对应的标签经过1-hot编码器得到的二值化数值，是第i个脑电信号样本xi经过所述分类器模型后输出的二维特征向量； 步骤3.2、利用式5构建混合损失函数Ltotal： Ltotal＝Lcross+λLdata5 式5中，λ是正则化参数； 步骤3.3、基于脑电信号样本X对基于脑电情绪识别的神经网络进行训练，并采用Adam优化器对所述混合损失函数Ltotal进行最小化求解，从而对网络中的所有参数进行优化，并得到最优识别网络模型，用于实现对脑电情绪的识别。

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。