买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利基于卷积递归神经网络与多头自注意力的情感识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115238731B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210665185.2，技术领域涉及：G06F18/24；该发明授权基于卷积递归神经网络与多头自注意力的情感识别方法是由胡章芳;陈力布杰;周景帆;吴昌波设计研发完成，并于2022-06-13向国家知识产权局提交的专利申请。

本基于卷积递归神经网络与多头自注意力的情感识别方法在说明书摘要公布了：本发明请求保护一种基于卷积递归神经网络与多头自注意力机制的情感识别方法，利用一维卷积CNN和双向长短时记忆网络BiLSTM提取脑电EEG信号的空间和动态时间特征，并利用全连接层融合这些特征克隆给多头自注意力机制Multi‑HeadSelf‑Attention对情感关键信息的权重进行再分配，得到准确的情感状态识别。在情感分析与生理信号数据库DEAP上验证了设计的模型，并将设计的模型同其他情感识别模型进行比较。实验结果表明卷积网络的卷积平滑信号能够极大提升LSTM网络的识别能力，当输入为EEG时间序列，BiLSTM能够有效对时间序列过去和未来的关键信息进行学习，同时多头自注意力机制可以对权重再分配来提高准确率。与近几年方法相比，提出的模型依旧取得了显著效果。

本发明授权基于卷积递归神经网络与多头自注意力的情感识别方法在权利要求书中公布了：1.一种基于卷积递归神经网络与多头自注意力的情感识别方法，其特征在于，包括以下步骤： S1，利用卷积神经网络CNN提取脑电EEG信号空间特征，并采用4.0-45.0Hz带通滤波器对EEG信号空间特征进行预处理； S2，将预处理后带有空间特征的EEG信号进行正则化与池化处理； S3，将卷积平滑信号输入到BiLSTM双向长短时记忆网络，学习EEG时间序列的动态时间特征，获取EEG信号的过去和未来关键的情感信息； S4，最后利用Transformer的多头自注意力机制对脑电情感关键信息的权重再分配；还包括采用训练模型进行训练的步骤，训练模型是双向双层LSTM与多头自注意力机制加上单层卷积神经网络的结构，简称为CNN1D_BiLSTM_MHSA网络，输入的数据经过一维卷积网络，其卷积核为128，然后经过BatchNormalisation正则化和Relu激活函数再对数据进行核为3的一维池化，得到的数据序列喂给BiLSTM深层网络，每层LSTM网络有256个隐藏单元，输出结构用全连接层进行拼接，得到的512个数据序列分别克隆给多头自注意力的Q，K，V，然后通过缩放点积注意力分配权重，最后使用softmax激活函数得到分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。