一种3D矩阵与多维卷积网络的情感分类方法、介质和设备

摘要

本发明公开了一种3D矩阵与多维卷积网络的情感分类方法、介质及设备，包括以下步骤：提取脑电信号的原始特征；从多个通道的脑电信号中提取时域特征；从多个通道的脑电信号中提取频域特征；将时域特征和频域特征的一维脑电序列分别转换为时域特征二维网状序列和频域特征二维网状序列，将时域特征二维网状序列和频域特征二维网状序列分别在第三维进行拼接，分别得到3D时域特征矩阵序列和3D频域特征矩阵序列；构建多维卷积神经网络模型，将3D时域特征矩阵序列和3D频域特征矩阵序列分别作为多维卷积神经网络模型输入，提取深层的时域特征和频域特征，并将提取的深层的时域特征和频域特征输入SoftMax层进行情感分类。本发明情感识别的分类准确率更高。