一种基于可学习邻接矩阵的脑电情绪识别系统

摘要

本发明公开了一种基于可学习邻接矩阵的脑电情绪识别系统，包括以下步骤：步骤一、数据的采集、处理和划分：将采集到的每秒的脑电信号转化为M×N的特征数据；数据划分，将一部分数据作为训练集，另一部分数据为验证集；步骤二、邻接矩阵的构建：按照电极分布图构建初始的邻接矩阵A∈RM×M，M为脑电极的数量，邻接矩阵A中，对于某一个电极i和其它任一电极j，当i和j相邻时，Aij＝1；当i和j不相邻时，Aij＝0；任意电极与自身的邻接关系为Aii＝1；步骤三、数据输入模型进行训练；步骤四、将待测样本输入模型，模型输出脑电信号对应的情绪。其优点在于：模型学习难度小，能够提高情绪识别效果。