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！

龙图腾网获悉浙江工业大学申请的专利一种基于多特征融合和CLSTN的脑电情绪识别方法和系统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：CN116602676B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202310534481.3，技术领域涉及：A61B5/16；该发明授权一种基于多特征融合和CLSTN的脑电情绪识别方法和系统是由程时伟;潘澄设计研发完成，并于2023-05-10向国家知识产权局提交的专利申请。

本一种基于多特征融合和CLSTN的脑电情绪识别方法和系统在说明书摘要公布了：一种基于多特征融合和CLSTN的脑电情绪识别方法，包括：1采集情绪脑电数据；2预处理数据；3多特征融合；4CLSTN模型搭建与训练。本发明还提供了一种基于多特征融合和CLSTN的脑电情绪识别，依次包括以下模块：1情绪脑电数据采集模块；2数据预处理模块；3多特征融合模块；4CLSTN模型搭建与训练模块；5情绪识别模块。本发明有效地提高了脑电情绪识别的分类准确率，能更好地对情绪进行识别。

本发明授权一种基于多特征融合和CLSTN的脑电情绪识别方法和系统在权利要求书中公布了：1.一种基于多特征融合和CLSTN的脑电情绪识别方法，其特征在于，包括以下步骤: 1采集情绪脑电数据； 用户观看带有情绪的视频剪辑片段，根据三种不同的情绪状态记录对应的标签，根据国际标准10-20系统电极位置，采集其情绪相关通道的脑电数据； 2预处理数据； 对记录的脑电信号进行预处理，通过陷波滤波器去除工频干扰，通过0.5-45Hz的带通滤波去除噪声，通过降采样减少数据量与计算量，通过重参考平均电极电位，通过独立成分分析去除眼电、肌电噪声； 3多特征融合； 对预处理后的脑电信号进行功率谱密度、微分熵和小波包分解三种特征的提取与融合，得到最终特征，输入至CLSTN模型； 4搭建与训练CLSTN模型； 通过组合卷积与长短期时间序列模块对提取的特征进行学习，通过注意力机制调整参数，通过SOFTMAX函数进行分类，通过Adam算法进行优化，搭建与训练脑电情绪识别的CLSTN模型；具体包括： 通过组合卷积与长短期时间序列模块，搭建与训练脑电情绪识别的CLSTN模型；通过将6个特征输入6个卷积模块提取频域及空间域信息，按顺序组合得到的6个输出，通过输入到长短期时间序列模块提取时域信息，通过SOFTMAX激活函数进行最终分类；卷积模块包含五个不同的卷积层、一个最大池化层、一个扁平层和一个全连接层，长短期时间序列模块由卷积层、循环层、循环-跳跃层、时间注意层和自回归层组成，通过注意力机制调整循环-跳跃层的超参数，通过将循环层和循环-跳跃层的输出进行组合输入到全连接层，将全连接层的输出与自回归层的输出相结合，通过SOFTMAX激活函数得到最终的分类结果，使用交叉熵作为损失计算，使用Adam优化算法，并将学习率、epoch和批处理大小分别设置为0.001、100和128来对模型进行训练。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号浙江工业大学；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。