多头注意力结合时间卷积的情绪识别方法

来源：吉林大学学报·理学版杂志2025年第5期北京时间：

作者：李柯, 刘云清, 李棋, 颜飞, 张琼

单位：长春理工大学 电子信息工程学院, 长春 130022

摘要：针对情绪产生过程中脑电信号的通道和时间片段中蕴含丰富的情绪信息, 并且不同的时间片段在情绪识别中的重要性不同, 如何捕获关键特征、 突出关键时间片段信息的难题, 提出一种脑电多维度特征情绪识别方法. 该方法充分利用生理信号的频率、 空间、 时间特征和注意力信息, 通过构建四维特征矩阵结合深度可分离网络, 内嵌卷积滑动窗口, 自适应提取脑电信号的空间-频率特征. 同时, 将多头注意力机制集成到时序卷积神经网络中, 突出重要时间序列信息, 实现情绪识别. 该方法在数据集DEAP上唤醒和效价的准确率分别达97.49%,97.36%, 在数据集SEED上的准确率达96.60%, 较主流方法约提升了3%, 实验结果验证了模型在生理信号情绪识别中的优越性.

关键词：情绪识别,脑电信号,时序卷积网络,多头注意力机制