一种多头注意力网络结合时间卷积的EEG情绪识别方法及系统

本发明公开了多头注意力网络结合时间卷积的EEG情绪识别方法及系统，所述的系统包含三个模块卷积模块(CV)，提取脑电信号中的频率和空间信息；多头自我注意力模块(AT)，突出频率和空间中的重要信息；时间卷积(TCN)，提取脑电信号中的高级时间特征；同时结合卷积的滑动窗口，提高分类的效能；本发明通过将残差网络与注意力机制结合起来，有效的提取出了脑电信号中频率、空间，维度中与脑电信号中情绪识别相关的深度信息，然后将所提取到的深度信息通过LSTM，网络提取其中的时间维度信息，并进行最终的分类，在DEAP数据集唤醒维和效价维二分类准确率分别达到了98.15％和97.13％。