摘要
摘要
足、单一模态的局限性以及多通道产生冗余信息等问题。为了解决这些问题,本文基于4D
脑电特征提取方法,分别从时域、频域和空间域提取EEG信号的特征,构建了基于双重注
意力机制的四维卷积循环神经网络模型,以实现高效、准确的情绪识别。并结合眼电信号
强信息的完整性和准确度。最后通过Relie伍算法和格兰杰因果关系两种方法在此基础进
行脑电通道优化的情绪识别任务。本文的主要内容如下:
摘要
摘要
足、单一模态的局限性以及多通道产生冗余信息等问题。为了解决这些问题,本文基于4D
脑电特征提取方法,分别从时域、频域和空间域提取EEG信号的特征,构建了基于双重注
意力机制的四维卷积循环神经网络模型,以实现高效、准确的情绪识别。并结合眼电信号
强信息的完整性和准确度。最后通过Relie伍算法和格兰杰因果关系两种方法在此基础进
行脑电通道优化的情绪识别任务。本文的主要内容如下:
文档评论(0)