[發明專利]一種用于游戲評估的基于腦電信號的情感識別方法

有效

• 申請號: 202010239163.0
• 申請日: 2020-03-30
• 公開（公告）號: CN111461204B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 杜廣龍
• 申請（專利權）人: 華南理工大學
• 主分類號: G06F18/2431
• 分類號: G06F18/2431;G06F18/213;G06N3/045;G06N3/043;G06N3/044;G06N3/0464;G06N3/084;A61B5/374;A61B5/00;A61B5/16;G06F123/02
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 何淑珍;江裕強

1.一種用于游戲評估的基于腦電信號的情感識別方法，其特征在于，包括以下步驟：

S1、將腦電波各通道數據分別添加高斯白噪聲，作為有噪聲的輸入樣本；

S2、構建基于卷積神經網絡CNN框架的空間特征提取網絡提取腦電波的空間特征，同時CNN對空間特征進行去噪；

S3、將CNN提取的空間特征輸入模糊神經網絡，提取和分析情感的模糊特征；

S4、使用循環神經網絡RNN分析時間序列信息，用于捕獲EEG信號的時間特征，并且最后輸出情感類別；

S5、利用參數學習訓練模糊神經網絡參數，利用結構學習生成模糊神經網絡FNN的規則，對網絡進行訓練；所述利用結構學習生成模糊神經網絡FNN的規則，具體包括：

對于第一個輸入數據利用高斯隸屬度函數的初始均值m¹和標準差σ¹，生成一個新的模糊規則：

其中，x_i(0)是輸入數據的第i維；σ_init是預定義的標準差，

對于后續的輸入數據計算最大空間激活強度F^j(t)，以確定是否應該生成一個新的模糊規則

如果F^I(t)＜F_threshold，則一個新的模糊規則被生成，其中，I為使得空間激活強度F^j(t)取得最大值時的規則序號，F_threshold為空間激活強度閾值，

當一個新的模糊規則被生成，其均值與方差被設定如下：

其中，R(t+1)是當前網絡在t+1時刻的規則數量，β為重疊系數。

2.根據權利要求1所述的一種用于游戲評估的基于腦電信號的情感識別方法，其特征在于，所述步驟S1具體包括以下步驟：

將EEG信號的8個通道和5個頻段數據分別加入高斯白噪聲，公式如下：

其中，ξ_j代表帶有噪聲的輸入數據，e_ij代表原始無噪聲數據的第i個樣本的第j維，d代表噪聲的強度，是一個常數，f_N(0,1)代表一個從標準正態分布中獲得的一個隨機數，n_s代表原始無噪聲EEG數據中的樣本數量。

3.根據權利要求1所述的一種用于游戲評估的基于腦電信號的情感識別方法，其特征在于，步驟S2構建的基于卷積神經網絡(CNN)框架的空間特征提取網絡如下：

CNN包括一個卷積層，一個池化層和三個全連接層，其中，

卷積層：卷積核的大小設置為5*5，卷積層的輸出矩陣為9*9，其計算公式如下：

其中，c^k為9*9矩陣；表示c^k矩陣的第a行和第b列的值；表示第k個卷積核的第i行和第j列的權重；e_ij表示腦電圖信號第i個樣本的第j個維度；t^k表示第k個卷積核的閾值；n_k表示卷積核的長度(或寬度)

池化層：在池化層中，從每個3*3池化窗口中選擇最大值，池化層的輸出矩陣為3*3的矩陣，

全連接層：每個全連接層的公式如下：

其中，x_ei表示第i個特征值；h_i表示特征值的閾值；w_i,j表示第i個特征值的第j個權重；表示池化層的第k個輸出矩陣的第a行和第b列中的值；n_h表示h^k的數目；p表示h^k長度或寬度。