情绪脑电迁移模型训练方法、系统及情绪识别方法和设备

摘要

本发明属于脑电识别技术领域，特别涉及一种情绪脑电迁移模型训练方法、系统及脑电情绪识别方法和设备，解决脑电情绪迁移问题，降低脑电情绪识别训练难度和成本，通过构建基于深度域对抗网络的情绪脑电识别迁移模型，将脑电特征映射为脑电特征拓扑图，使用深度卷积神经网络对特征图像提取深层的特征，将提取的深层特征输入域适应网络，利用两级的域适应网络，第一级采用最大均值差异来对源域和目标域进行初步的混淆，第二级域适应网络增大类间距离，提升迁移模型性能及情绪识别准确度。本发明能够有效地解决脑电情绪迁移问题，提升迁移模型在情绪识别中的应用效果。具有较好的应用前景。