1.一种信息服务中的感知信号的识别方法，其特征在于，包括：通过感知信号采集通道组合获取第一感知信号；对所述第一感知信号进行滤波处理和时间窗口选择处理，得到第二感知信号；对所述第二感知信号进行小波变换，提取小波变换后的所述第二感知信号的时域能量熵，将所述时域能量熵作为第三感知信号；通过具有注意力层的卷积神经网络对所述第三感知信号进行识别，得到所述第三感知信号的识别结果；其中，所述通过感知信号采集通道组合获取第一感知信号之前，还包括：获取通过多个感知信号采集通道采集的训练数据集，所述训练数据集中包括多个训练感知信号；将所述训练数据集输入随机森林分类器模型，ExtraTree分类器模型，Adaboost分类器模型，分别得到对应于所述随机森林分类器模型，所述ExtraTree分类器模型，所述Adaboost分类器模型的多个所述感知信号采集通道的排序结果；根据所述排序结果和皮尔逊相关系数绘制用于衡量多个所述感知信号采集通道间的相关性的热力图，根据所述热力图选取预设数量的所述感知信号采集通道组成所述感知信号采集通道组合。
2.根据权利要求1所述的方法，其特征在于，所述对所述第一感知信号进行时间窗口选择处理，包括：采用预设时间长度的时间窗口截取所述第一感知信号；将截取后的所述第一感知信号中的全部数据实施采样点标记为第一标签，其他采样点标记为第二标签；将连续的多个所述数据实施采样点中的一个所述数据实施采样点的第一标签保留，多个所述数据实施采样点中的其他所述数据实施采样点标记为第二标签，得到所述第二感知信号。
3.根据权利要求1所述的方法，其特征在于，所述通过具有注意力层的卷积神经网络对所述第三感知信号进行识别，得到所述第三感知信号的识别结果，包括：将所述第三感知信号输入所述卷积神经网络的卷积层，通过所述卷积层提取所述第三感知信号的空域特征和时域特征；通过所述注意力层提取所述第三感知信号的高层特征；将所述空域特征、时域特征和高层特征输入所述卷积神经网络的全连接层进行分类，得到所述识别结果。
4.根据权利要求1所述的方法，其特征在于，所述将所述训练数据集输入随机森林分类器模型，ExtraTree分类器模型，Adaboost分类器模型，分别得到对应于所述随机森林分类器模型，所述ExtraTree分类器模型，所述Adaboost分类器模型的多个所述感知信号采集通道的排序结果，包括：将所述训练数据集输入随机森林分类器模型，所述随机森林分类器模型对所述训练数据集中的多个所述感知信号进行特征选取操作和分裂操作，得到多个所述感知信号的特征对应的的第一权重因子集；根据所述第一权重因子集对多个所述感知信号采集通道进行排序，得到多个所述感知信号采集通道对应的第一排序结果；将所述训练数据集输入ExtraTree分类器模型，所述ExtraTree分类器模型对所述训练数据集中的多个所述感知信号进行特征随机、参数随机、模型随机和分裂随机的操作，得到多个所述感知信号的特征对应的的第二权重因子集；根据所述第二权重因子集对多个所述感知信号采集通道进行排序，得到多个所述感知信号采集通道对应的第二排序结果；将所述训练数据集输入Adaboost分类器模型，所述Adaboost分类器模型对所述训练数据集中的多个所述感知信号进行特征选取操作，得到多个所述感知信号的特征对应的的第三权重因子集；根据所述第三权重因子集对多个所述感知信号采集通道进行排序，得到多个所述感知信号采集通道对应的第三排序结果。
5.根据权利要求4所述的方法，其特征在于，所述根据所述排序结果和皮尔逊相关系数绘制用于衡量多个所述感知信号采集通道间的相关性的热力图，包括：根据所述第一排序结果、第二排序结果和第三排序结果对多个所述感知信号采集通道进行特征筛选，得到多个所述感知信号采集通道的第四权重因子集；根据所述第四权重因子集对多个所述感知信号采集通道进行排序，得到多个所述感知信号采集通道对应的第四排序结果；根据所述第四排序结果和皮尔逊相关系数绘制用于衡量多个所述感知信号采集通道间的相关性的热力图。
6.根据权利要求1所述的方法，其特征在于，所述感知信号为P300感知信号。
7.一种信息服务中的感知信号的识别装置，其特征在于，包括：采集模块，被配置为通过感知信号采集通道组合获取第一感知信号；第一处理模块，被配置为对所述第一感知信号进行滤波处理和时间窗口选择处理，得到第二感知信号；第二处理模块，被配置为对所述第二感知信号进行小波变换，提取小波变换后的所述第二感知信号的时域能量熵，将所述时域能量熵作为第三感知信号；识别模块，被配置为通过具有注意力层的卷积神经网络对所述第三感知信号进行识别，得到所述第三感知信号的识别结果；其中，所述采集模块，还被配置为：获取通过多个感知信号采集通道采集的训练数据集，所述训练数据集中包括多个训练感知信号；将所述训练数据集输入随机森林分类器模型，ExtraTree分类器模型，Adaboost分类器模型，分别得到对应于所述随机森林分类器模型，所述ExtraTree分类器模型，所述Adaboost分类器模型的多个所述感知信号采集通道的排序结果；根据所述排序结果和皮尔逊相关系数绘制用于衡量多个所述感知信号采集通道间的相关性的热力图，根据所述热力图选取预设数量的所述感知信号采集通道组成所述感知信号采集通道组合。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的方法。
9.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，其特征在于，所述计算机指令用于使计算机执行根据权利要求1至6中任意一项所述的方法。
