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！

龙图腾网获悉东南大学申请的专利一种基于身份模式验证下的脑电情绪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：CN116340755B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202310264515.1，技术领域涉及：G06F18/213；该发明授权一种基于身份模式验证下的脑电情绪识别方法是由李潍;王明明;易洋哲;刘锡祥设计研发完成，并于2023-03-17向国家知识产权局提交的专利申请。

本一种基于身份模式验证下的脑电情绪识别方法在说明书摘要公布了：本发明提出了一种基于身份模式验证下的脑电情绪识别方法，其包括以下步骤：1采集多通道脑电数据，设定基本的身份模式数；2提取脑电数据的频谱特征，构建脑电通道映射关系和通道连接图，形成三维空间频谱特征；3基于张量空间度量实现身份模式验证；4根据通道连接图，设定距离阈值，进而构建通道的共现矩阵；5采用自动编码器提取图嵌入特征，输入为脑电频谱特征，输出为共现矩阵；6设计情绪分类器，采用共享的Multi‑HeadAttention层和特殊的FeedForward层实现情绪分类。本发明结合了张量学习、图嵌入、注意力机制等方法，针对跨被试者时域不适应等问题提出解决方案，能够有效地提高跨被试者时情绪识别准确率。

本发明授权一种基于身份模式验证下的脑电情绪识别方法在权利要求书中公布了：1.一种基于身份模式验证下的脑电情绪识别方法，其特征在于，包括以下步骤： 步骤1：采集多通道脑电数据，设定基本的身份模式数； 步骤2：提取脑电数据的频谱特征，根据国际标准1020系统所规定的电极所在空间位置，构建脑电通道映射关系和通道连接图，通过通道映射关系形成三维空间频谱特征； 步骤3：基于张量空间度量进行身份模式验证，形成多个身份模式集合；其中，基于张量空间度量进行身份模式验证的算法包括以下步骤： 步骤3.1：特征张量化；张量特征利用张量数据形式相对向量数据形式的优越性，保留特征的空间结构信息，挖掘特征间的相对关系，增强张量空间的表达能力，大幅降低计算复杂度，将提取的向量特征按照导联模态、时频模态转化为张量特征，从而保留多通道脑电信号的空间结构信息等多模态特性； 步骤3.2：张量空间学习；根据张量数据提供的丰富的投影方向选择，利用广义张量判别分析通过类间离散度和类内离散度学习一系列在单位约束I下的最优模态投影矩阵，优化公式如下所示： ； ； 式中表示收敛因子，表示迹；通过广义张量判别分析学习到多线性张量空间的最优投影方向，从而学习张量空间更强的表达能力，进而提高判别性和精密度； 步骤3.3：基于张量缩并的张量网络；在最优投影方向下的多线性张量空间，利用交替最小二乘获取缩并张量，通过张量缩并构建张量网络，从而将数据分配到相应的身份类，以此完成身份模式分类，采用交叉熵计算损失函数，记身份模式分类的损失为；利用张量网络的多线性表达能力，减少训练参数和训练时间，为工业化应用提供更高的实时性； 步骤4：根据脑电通道连接图，设定通道距离阈值，进而构建通道的共现矩阵； 步骤5：采用自动编码器提取图嵌入特征，其输入为多通道的脑电频谱特征，输出为根据脑电通道连接图构建的共现矩阵； 步骤6：设计情绪分类器，采用共享的Multi-HeadAttention层和特殊的FeedForward层实现情绪分类，共享即所有身份模式集合网络共用，特殊即每个身份模式集合网络特有。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼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”。

以上内容由龙图腾AI智能生成。