脑电情绪识别模型

半监督多频耦合

一种融合多层网络与耦合冗余最小化的半监督模型，在保留脑电丰富耦合信息的同时，选出最具判别力的特征子集。

Liangliang, Hu · Daowen, Xiong · Congming, Tan · Zhentao, Huang · Yikang, Ding · Jiahao, Jin · 田银

Knowledge-Based Systems 2025

技术优势

跨频耦合纳入建模

通过多功能耦合网络同时捕获同频与跨频交互，为情绪状态提供了更全面的表征。

自动剔除冗余特征

在不增加特征维度的前提下，模型自动选择最具判别力且冗余最小的特征子集，提升识别精度。

性能超越现有方法

在两个公开数据集和自采集音乐诱发情绪数据集上，分类准确率均优于当前最优算法。

应用场景

• 情绪识别：提升脑电情绪识别准确率，用于人机交互和心理健康监测。
• 脑机接口：增强脑机接口对情绪状态的判别，支持情感自适应系统。
• 情感计算：提供更全面的脑电耦合特征，推动情感计算模型发展。