基于多层注意力机制的4DC-BGRU脑电情感识别
来源：电子测量技术杂志2023年第8期北京时间：
作者：张丽彩，李鸿燕，司马飞扬，申雁
单位：太原理工大学信息与计算机学院 晋中 030600
摘要：为了提高脑电情感识别的准确率，提取更丰富的特征信息，提升网络模型稳定性，提出一种改进的基于多层注意力机制的脑电情感识别模型。在特征提取方面，将原始脑电信号转换成四维空间频谱时间结构，提取丰富的脑电信息。在网络模型方面，构建双路卷积神经网络学习空间及频率信息，有效提取多尺度特征，增加网络宽度来学习更丰富的特征信息；在卷积层及池化层后融入批量归一化层，防止过拟合。最后，构建多层注意力机制双向门控循环单元模块处理时间特征并配合Softmax分类。采用双向门控循环单元学习更全面的上下级特征信息。利用多层注意力机制使四维特征中不同时间切片与整体时间切片之间产生关联。该文在DEAP数据集唤醒度和效价两个维度进行了评估实验，二分类平均准确率分别为96.38%和96.73%，四分类平均准确率为93.78%。实验结果显示，与单路卷积神经网络及其他文献算法相比，该文算法的平均准确率有所提高，表明该算法可以有效提升脑电情感识别性能。
关键词：脑电情感识别;双路卷积神经网络;多尺度特征;多层注意力机制;双向门控循环单元
基金资助：国家自然科学基金（62201377）、山西省回国留学人员科研项目（2022072）、山西省自然科学基金(201701D121058)、山西省回国留学科研项目(201701D121058)资助
