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！

龙图腾网获悉深圳大学申请的专利脑电跨被试的情绪识别方法、装置、设备及介质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：CN116933137B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310918429.8，技术领域涉及：G06F18/24；该发明授权脑电跨被试的情绪识别方法、装置、设备及介质是由梁臻;叶炜珊;黄淦;张力;李琳玲设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本脑电跨被试的情绪识别方法、装置、设备及介质在说明书摘要公布了：本申请涉及一种脑电跨被试的情绪识别方法、装置、设备及介质，其中方法包括：获取脑电图数据；从所述脑电图数据中提取多个频带的差分熵特征，得到初始特征；基于梯度反转的方式，对所述初始特征进行特征提取，得到非结构化特征；对所述初始特征进行数据增强和结构化特征的提取，得到结构化特征；基于多头自注意机制，将所述非结构化特征和所述结构化特征进行特征融合，得到融合特征；通过所述融合特征在所述标记源域的脑电图数据上训练分类器，得到训练后的分类器，并基于所述分类器输出情绪识别结果。本发明克服了在适应未标记源域和捕获丰富的非结构化和结构化信息方面的局限性，有利于提高情绪识别的准确性。

本发明授权脑电跨被试的情绪识别方法、装置、设备及介质在权利要求书中公布了：1.一种脑电跨被试的情绪识别方法，其特征在于，包括： 获取脑电图数据，其中，所述脑电图数据包括：标记源域的脑电图数据、未标记源域的脑电图数据和未知目标域的脑电图数据； 从所述脑电图数据中提取多个频带的差分熵特征，得到初始特征； 基于梯度反转的方式，对所述初始特征进行特征提取，得到非结构化特征； 对所述初始特征进行数据增强和结构化特征的提取，得到结构化特征； 基于多头自注意机制，将所述非结构化特征和所述结构化特征进行特征融合，得到融合特征； 通过所述融合特征在所述标记源域的脑电图数据上训练分类器，得到训练后的分类器，并基于所述分类器输出情绪识别结果； 所述基于梯度反转的方式，对所述初始特征进行特征提取，得到非结构化特征，包括： 将所述初始特征展平为一维特征向量； 将所述一维特征向量输入特征提取器中，以基于梯度反转的方式对所述一维特征向量进行样本特征提取，得到样本特征； 将不同域中所述样本特征的分布偏移进行对齐，得到所述非结构化特征； 所述样本特征包括标记源域样本特征、未标记源域样本特征以及未知目标域样本特征，所述将不同域中的所述样本特征的分布偏移进行对齐，得到所述非结构化特征，包括： 通过鉴别器对不同域中所述样本特征的分布偏移进行对齐，生成鉴别器损失值； 根据鉴别器损失函数基于所述鉴别器损失值优化不同域中所述样本特征的分布差异，得到所述非结构化特征； 其中，所述鉴别器损失函数为： 其中，lxi是输入样本数据的独热编码标签，FNSXi是相应源域对应的样本特征，θd为鉴别器参数，为所述鉴别器损失值。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区粤海街道南海大道3688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。