[发明专利]一种使用脑电信号的人类情感优势度分类识别方法

权利要求书

1.一种使用脑电信号的人类情感优势度分类识别模型建立方法，该方法的特征在于其包括如下步骤；

S1：使用美国Biopac公司生产的多道生理信号采集器，以512Hz采样频率采集多个被试在多个情感状态下的32通道脑电信号；

S2：使用独立成分分析法对采集到的脑电数据做预处理，去掉噪音干扰；

S3：使用预处理后的脑电信号，计算优势度识别相关的21个基本信号特征数据，脑电信号计算时间窗口长度为2秒，需要计算的信号特征包括：脑电信号峰度，脑电信号二阶差分最大值, 脑电信号变异系数,脑电信号偏度,脑电信号一阶差分最大值,脑电信号小波精确均值,脑电信号小波精确标准差, AF3, F7, FC5, FC1, C3, T7, PO3, O1, F4, F8, FC6, FC2, P4, PO4脑电通道自回归系数；

S4：对计算得到的21个特征进行数据标准化处理，作为模型训练数据；

S5：由3名专业技术人员根据被试的语音和面部表情状态对被试进行情感优势度连续评价，获得脑电数据对应的优势度评价值，根据评价数据，将优势度类型分为高、中、低共三类，使用分类结果作为标签数据；

S6：使用训练数据和标签数据进行人工神经网络分类模型训练，得到情感优势度人工神经网络分类识别模型。

2.使用权利1要求的情感优势度人工神经网络分类识别模型进行情感优势度分类时的方法，该方法的特征在于其主要包括如下步骤：

S1：使用与权利1中相同的脑电采样频率和设备采集需要进行优势度分类的个体脑电信号；

S2：使用独立成分分析法进行脑电信号去噪；

S3：提取与权利1中相同的脑电信号21个特征数值；

S4：对提取得到的特征数据进行标准化处理；

S5：将特征数据输入由权力1要求方法训练得到的情感优势度人工神经网络分类识别模型，由该模型计算出被检测个体的对应情感优势度分类值。