基于深度学习模型与长短记忆网络的情绪识别方法及系统

摘要

本发明公开了一种基于深度学习生成模型与长短记忆网络的情绪识别方法及系统，该方法包括对脑电信号进行数据预处理及划分数据集，构建网络模型，网络模型包括由变分编码器构成的图片重建模型和由长短记忆网络构成的情绪识别模型；根据网络模型构建目标函数；利用训练集对网络模型进行训练，采用神经网络中Adam优化算子对目标函数进行优化，得到训练后的网络模型；利用交叉检验集对训练后的网络模型进行交叉检验，确定网络模型的超参数，得到最终网络模型；利用最终网络模型对种子数据进行可视化生成和情绪识别。本发明依赖数据人工智能方法深入学习收集到的脑电信号空间和时间上复杂的结构，减少预测中的主观因素，提高预测的准确度。