基于生成式对抗网络的情绪脑电数据增强模型及扩充样本的方法

摘要

本发明公开基于生成式对抗网络的情绪脑电数据增强模型及扩充样本的方法，该模型的输入是情绪脑电拓扑图，VAE将情绪脑电拓扑图映射到潜在空间，并将潜在向量输入到生成器中，通过潜在向量学习情绪脑电拓扑图的空间分布，该模型对应的生成式对抗网络中有两个鉴别器和一个生成器，两个鉴别器均由神经网络构成，结构相同但不共享参数；其中一个鉴别器对符合真实数据分布的样本给予高分奖励；另一个鉴别器对生成器生成的样本给予高分奖励；通过生成器和两个鉴别器之间的博弈，使得生成器生成合成样本的分布无限接近真实数据的分布。本发明提出的情绪脑电数据增强模型通过结合变分自编码器和生成式对抗网络，充分发挥各自优势，生成的样本多样性更好。