科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于脑电图的情绪识别在人机交互领域具有重要意义，多数研究使用大量通道的脑电设备信号，而针对消费级设备少量通道脑电信号的研究较少。本文针对现有脑电情绪识别模型特征提取复杂，使用通道数量多，需要长数据序列等缺点，提出一种针对少量通道脑电信号的端到端实时脑电情绪分类模型，使用5通道的脑电数据在较短的时间片上进行分类。模型使用一维卷积降低数据时间序列长度并提取特征，使用多头注意力机制的双向长短期记忆网络进一步提取高维特征，最后使用全连接层进行分类。结果表明本文提出的模型在少量通道脑电信号中能更好的提取脑电特征，提高了实时脑电情绪分类的准确率。
- 单位
