基于脑电图的跨会话情感识别的域自适应

本文解决了基于脑电图的情感识别中跨会话变异性的挑战，这是实现可靠人机交互的关键问题。所提出的EGDA框架通过对齐全局和特定类别的分布，同时通过图正则化保留脑电图数据的结构，提供了一种新颖的方法。在SEED-IV数据集上的结果表明，与基线相比，准确性有所提高，突出了该方法的潜力。关键频段和大脑区域的识别进一步有助于理解情感识别。

• •解决了基于脑电图的情感识别中跨会话变异性的挑战。
• •提出了用于域自适应的EGDA框架。
• •在SEED-IV数据集上实现了更高的准确性。
• •确定了用于情感识别的关键频段和大脑区域。