EEG融入自标签的自监督对比学习情感分析方法

基于脑电信号的情绪识别是推断人类内心情绪状态的有效方法。近年来脑电信号的发展主要受标签标注的限制,如何从无标签脑电数据中学习到稳健的矢量表达是当前研究的重点。本文在自监督模型基础上,将经特征拓扑后的脑电数据作为输入,在训练过程中融入自标签Top-K,同时引入注意力机制,使模型获得更好的性能。模型在脑电数据集SEED上取得了78.3%的分类准确度。