一种基于时间卷积神经网络的脑电情绪识别方法及系统

摘要

本发明提供了一种基于时间卷积神经网络的脑电情绪识别方法及系统，所述方法包括：获取若干个受试者的带有情绪标签的脑电信号数据；其中，脑电信号数据包括基线信号和情绪诱发信号；根据基线平均值对情绪诱发信号进行基线校准，以将脑电信号数据转换为样本数据；将经过数据标准化处理后的样本数据表示为向量序列，并将向量序列分割为等长的向量片段；将分割后的向量片段输入至预先构建的时间卷积神经模型，通过时间卷积神经模型提取脑电信号数据的时间特征信息；利用预设的softmax分类器根据时间特征信息进行情绪类别判断并输出分类结果。通过实施本发明能够简化模型的复杂度并提高模型在硬件资源中的利用率，进而提高情绪识别的效率和准确性。