基于异构信息密度可视化的双流互补特征情绪识别方法
Dual-stream complementary feature emotion recognition based on heterogeneous information density visualization
1. 西南科技大学a. 信息与控制工程学院; b. 医学院; c. 互联网健康服务融合四川省工程研究中心, 四川 绵阳 621010
2. 四川天府新区创新研究院, 成都 610229
摘要
针对脑电信号多频段信息的交互和整合不足、单一的特征提取方法导致多分类识别精度低，以及难以同时捕捉信号的全局特征和局部细节的问题，提出了一种基于异构信息密度可视化的双流互补特征情绪识别网络(HIDV-DSCF-ENet)。首先，提出异构信息密度可视化方法，将预处理后的多频段脑电信号转换为两种信息密度互补的可视化图片：高密度信息采用RGBA四通道编码的跨频段耦合信息和频谱交互特征，低密度信息采用灰度单通道编码的频段内本质结构特征。然后设计非对称双流特征提取结构，分别处理高密度信息的交互语义特征和低密度信息的判别性结构特征。最后，设计基于对偶学习机制的异构特征交互函数，学习两种信息密度间的互补特性，实现异构特征融合。在DEAP数据集上的实验表明，所提方法在基于效价-唤醒标签的4类情绪识别及效价-唤醒-支配标签的8类情绪识别中分别实现了98.17%和97.88%的准确率，优于现有其他方法，为脑电情绪识别研究提供了新的思路。
基金项目
国家自然科学基金资助项目(62572406)
四川省科技计划资助项目(2024NSFSC2040,2025ZNSFSC0454)
物理场生物效应及仪器四川省高校重点实验室开放课题(2023-BMEKF-002)
西南科技大学博士基金资助项目(23zx7136)
出版信息
DOI: 10.19734/j.issn.1001-3695.2025.10.0383
出版期卷: 《计算机应用研究》 优先出版, 2026年第43卷 第5期
发布历史
[2026-01-15] 优先出版
引用本文
侯玲悦, 李小霞, 史旭阳, 等. 基于异构信息密度可视化的双流互补特征情绪识别方法 [J]. 计算机应用研究, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.10.0383. (Hou Lingyue, Li Xiaoxia, Shi Xuyang, et al. Dual-stream complementary feature emotion recognition based on heterogeneous information density visualization [J]. Application Research of Computers, 2026, 43 (5). (2026-01-20). https://doi.org/10.19734/j.issn.1001-3695.2025.10.0383. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
