買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉杭州電子科技大學(xué)申請(qǐng)的專利一種基于特征與狀態(tài)二部圖的腦電情感識(shí)別方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114897019B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-04-15發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210514263.9，技術(shù)領(lǐng)域涉及：G06F18/24；該發(fā)明授權(quán)一種基于特征與狀態(tài)二部圖的腦電情感識(shí)別方法是由彭勇;沙天慧設(shè)計(jì)研發(fā)完成，并于2022-05-11向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于特征與狀態(tài)二部圖的腦電情感識(shí)別方法在說(shuō)明書(shū)摘要公布了：本發(fā)明提供一種基于特征與狀態(tài)二部圖的腦電情感識(shí)別方法。該方法的具體步驟包括引導(dǎo)被試者觀看帶有明顯情感傾向的影片片段，同時(shí)采集腦電數(shù)據(jù)，對(duì)其進(jìn)行預(yù)處理和特征提取后，生成數(shù)據(jù)矩陣。為得到能夠很好刻畫(huà)特征與樣本之間關(guān)聯(lián)的二部圖，首先使用數(shù)據(jù)矩陣對(duì)二部圖進(jìn)行初始化，一層為特征，另一層為樣本，層內(nèi)無(wú)連接，層間全連接。然后基于圖結(jié)構(gòu)化學(xué)習(xí)理論，通過(guò)對(duì)其約束非負(fù)性，行歸一化及拉普拉斯秩約束，學(xué)習(xí)到最優(yōu)的二部圖，再聯(lián)合半監(jiān)督圖標(biāo)記傳播模型，得到無(wú)標(biāo)記樣本的標(biāo)簽，其內(nèi)在機(jī)理是同類情感樣本有相似的特征分布。最后，對(duì)學(xué)習(xí)到的標(biāo)簽矩陣按列拆分，每一列代表一類情感與特征之間的關(guān)聯(lián)程度。

本發(fā)明授權(quán)一種基于特征與狀態(tài)二部圖的腦電情感識(shí)別方法在權(quán)利要求書(shū)中公布了：1.一種基于特征與狀態(tài)二部圖的腦電情感識(shí)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(shí)采集腦電數(shù)據(jù)；步驟2、對(duì)步驟1采集得到的腦電數(shù)據(jù)進(jìn)行預(yù)處理和特征提取，得到數(shù)據(jù)矩陣d為特征數(shù)，n為樣本數(shù)；使用數(shù)據(jù)矩陣B初始化二部圖，一層節(jié)點(diǎn)的個(gè)數(shù)是數(shù)據(jù)矩陣B的行數(shù)d，另一層節(jié)點(diǎn)的個(gè)數(shù)是數(shù)據(jù)矩陣B的列數(shù)n，層內(nèi)無(wú)連接，層間全連接；數(shù)據(jù)矩陣B的元素Bij代表第i個(gè)特征與第j個(gè)樣本之間的權(quán)重；步驟3、基于特征-樣本二部圖的半監(jiān)督標(biāo)簽傳播模型，通過(guò)強(qiáng)制非負(fù)性，行歸一化以及拉普拉斯矩陣秩的約束來(lái)學(xué)習(xí)結(jié)構(gòu)化圖P，并對(duì)秩的約束優(yōu)化及放松，得到優(yōu)化后的目標(biāo)函數(shù)；所得的目標(biāo)函數(shù)如下： 其中，為用于標(biāo)簽傳播的標(biāo)簽矩陣，是有標(biāo)簽樣本的標(biāo)簽矩陣，l是帶標(biāo)簽的樣本數(shù)量，c是類別數(shù)，G＝[Fu；Ff]；是無(wú)標(biāo)簽樣本的標(biāo)簽矩陣，u是無(wú)標(biāo)簽樣本數(shù)，為描述特征的標(biāo)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(shù)；學(xué)習(xí)得到的結(jié)構(gòu)化圖P為： 其中，d是原始特征維度，n是樣本數(shù)；圖關(guān)聯(lián)矩陣是拉普拉斯矩陣，通過(guò)關(guān)聯(lián)矩陣S求得；LS＝DS-S；DS為n+d維對(duì)角矩陣，其第i個(gè)對(duì)角元素前兩個(gè)約束分別是非負(fù)性及行歸一化，第三個(gè)約束是圖關(guān)聯(lián)矩陣S對(duì)應(yīng)于各類情緒狀態(tài)的連通分量，然后可以將EEG樣本劃分為各類；表示Frobenius范數(shù)的計(jì)算；上標(biāo)T表示轉(zhuǎn)置；步驟4、對(duì)目標(biāo)函數(shù)中的關(guān)聯(lián)矩陣P及標(biāo)簽矩陣F進(jìn)行聯(lián)合迭代優(yōu)化；步驟5、將被測(cè)對(duì)象的腦電數(shù)據(jù)經(jīng)過(guò)預(yù)處理后，輸入經(jīng)過(guò)聯(lián)合迭代優(yōu)化的優(yōu)化模型，獲得標(biāo)簽矩陣Fu；根據(jù)標(biāo)簽矩陣Fu獲得被測(cè)對(duì)象在腦電采集時(shí)的情感類別。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人杭州電子科技大學(xué)，其通訊地址為：310018 浙江省杭州市下沙高教園區(qū)2號(hào)大街；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。