申请/专利权人：甘肃农业大学

申请日：2023-12-08

公开（公告）日：2024-04-09

公开（公告）号：CN117851878A

主分类号：G06F18/241

分类号：G06F18/241;G06F18/213;G06N3/0464;G06N3/08;G06F3/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明涉及多信号小样本情绪识别领域，具体为一种基于融合GAN神经网络的情绪识别方法、系统及装置。本发明提取受测人员情绪变化时的PPG和EDA，并基于小波基函数对其去噪，以获得PPG特征和EDA特征。使用提取出的PPG、EDA信号作为初始样本，随机抽取部分作为样本源训练GAN网络，剩余部分作为生成的伪样本判别源，后从原始样本与伪样本中提取深度判别特征。第三，将全局特征融合后输入SVM，进而建立情绪分类模型实现情绪识别。该方法实现了高效去噪提取特征、多信号便携识别和结果准确率高的要求。

主权项：1.一种基于融合GAN神经网络的情绪识别方法，其特征在于：包括提取受测人员情绪变化时的原始PPG和EDA，并基于小波基函数对其去噪，获得PPG和EDA的多类特征；以及其中，所述PPG和EDA的多类特征包括时域特征、频域特征和统计学特征；使用原始PPG和EDA的作为初始样本数据，随机抽取部分作为样本源训练GAN网络，使用GAN网络训练生成伪数据源；以及利用剩余原始PPG和EDA作为生成的伪样本判别源，从伪样本判别源与伪数据源中提取深度判别特征；以及将PPG和EDA的多类特征以及所述深度判别特征进行融合，将融合后的特征后输入SVM，定义分离超平面并在其上构建分类界以便票选决策，由此构成情绪分类模型实现情绪识别。

全文数据：

权利要求：

百度查询： 甘肃农业大学 一种基于融合GAN神经网络的情绪识别方法、系统及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD