基于脑电的多模态情绪数据预测方法、装置及相关介质

摘要

本发明公开了基于脑电数据的多模态情绪数据预测方法、装置及相关介质，该方法包括：基于域自适应神经网络对脑电数据进行预测投票，得到个体情绪预测标签数据；通过深度卷积网络模型对预设的视听内容提取深度视觉特征和深度听觉特征，并将所述深度视觉特征和深度听觉特征融合为深度视听融合特征；基于所述深度视觉特征、深度听觉特征和深度视听融合特征构建超图，并通过超图分割得到所述深度视觉特征、深度听觉特征和深度视听融合特征对应的潜藏情绪预测标签数据；对个体情绪预测标签数据和潜藏情绪预测标签数据赋予权重并融合，将融合后的结果作为情绪数据预测结果。本发明结合脑电数据和视听特征，进行多模态预测，从而提高情绪预测的准确性。