買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉杭州電子科技大學申請的專利一種基于特征與狀態二部圖的腦電情感識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114897019B 。

龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210514263.9，技術領域涉及：G06F18/24；該發明授權一種基于特征與狀態二部圖的腦電情感識別方法是由彭勇;沙天慧設計研發完成，并于2022-05-11向國家知識產權局提交的專利申請。

本一種基于特征與狀態二部圖的腦電情感識別方法在說明書摘要公布了：本發明提供一種基于特征與狀態二部圖的腦電情感識別方法。該方法的具體步驟包括引導被試者觀看帶有明顯情感傾向的影片片段，同時采集腦電數據，對其進行預處理和特征提取后，生成數據矩陣。為得到能夠很好刻畫特征與樣本之間關聯的二部圖，首先使用數據矩陣對二部圖進行初始化，一層為特征，另一層為樣本，層內無連接，層間全連接。然后基于圖結構化學習理論，通過對其約束非負性，行歸一化及拉普拉斯秩約束，學習到最優的二部圖，再聯合半監督圖標記傳播模型，得到無標記樣本的標簽，其內在機理是同類情感樣本有相似的特征分布。最后，對學習到的標簽矩陣按列拆分，每一列代表一類情感與特征之間的關聯程度。

本發明授權一種基于特征與狀態二部圖的腦電情感識別方法在權利要求書中公布了：1.一種基于特征與狀態二部圖的腦電情感識別方法，其特征在于：包括以下步驟：步驟1、在被試者處于不同的情感類別時采集腦電數據；步驟2、對步驟1采集得到的腦電數據進行預處理和特征提取，得到數據矩陣d為特征數，n為樣本數；使用數據矩陣B初始化二部圖，一層節點的個數是數據矩陣B的行數d，另一層節點的個數是數據矩陣B的列數n，層內無連接，層間全連接；數據矩陣B的元素Bij代表第i個特征與第j個樣本之間的權重；步驟3、基于特征-樣本二部圖的半監督標簽傳播模型，通過強制非負性，行歸一化以及拉普拉斯矩陣秩的約束來學習結構化圖P，并對秩的約束優化及放松，得到優化后的目標函數；所得的目標函數如下： 其中，為用于標簽傳播的標簽矩陣，是有標簽樣本的標簽矩陣，l是帶標簽的樣本數量，c是類別數，G＝[Fu；Ff]；是無標簽樣本的標簽矩陣，u是無標簽樣本數，為描述特征的標簽矩陣，d是特征維度；1為全1矩陣；Tr·表示矩陣的跡；λ是參數；學習得到的結構化圖P為： 其中，d是原始特征維度，n是樣本數；圖關聯矩陣是拉普拉斯矩陣，通過關聯矩陣S求得；LS＝DS-S；DS為n+d維對角矩陣，其第i個對角元素前兩個約束分別是非負性及行歸一化，第三個約束是圖關聯矩陣S對應于各類情緒狀態的連通分量，然后可以將EEG樣本劃分為各類；表示Frobenius范數的計算；上標T表示轉置；步驟4、對目標函數中的關聯矩陣P及標簽矩陣F進行聯合迭代優化；步驟5、將被測對象的腦電數據經過預處理后，輸入經過聯合迭代優化的優化模型，獲得標簽矩陣Fu；根據標簽矩陣Fu獲得被測對象在腦電采集時的情感類別。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人杭州電子科技大學，其通訊地址為：310018 浙江省杭州市下沙高教園區2號大街；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。