一种基于自训练最大化分类器差异的情绪识别方法

摘要

本发明属于情绪识别领域，具体涉及一种基于自训练最大化分类器差异的情绪识别方法；该方法包括：实时获取受试者的脑电图EEG数据，对EEG数据进行预处理，将预处理后的数据输入到基于自训练最大化分类器差异的情绪识别模型中，得到受试者的情绪识别结果；本发明提出了一种新的域自适应对抗训练方法，该方法采用软标签进行跨学科EEG情绪分类，该方法不仅考虑特定类别的决策边界，而且使用了软标签进一步提取有助于对目标域分类的源域信息，情绪识别结果更准确，具有良好的经济效益。