基于动态图卷积神经网络和BiLSTM的情绪识别

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要： 针对情绪发生过程中电极通道间的空间依赖关系会随着时间推移而发生变化的问题，提出了一种基于动态图卷积神经网络-双向长短时记忆网络（DGCNN-BiLSTM）的模型用于情绪识别。首先，利用DGCNN通过训练神经网络动态学习不同电极通道之间的联系，从而动态更新优化邻接矩阵；其次，BiLSTM可以学习特征序列的前后时间相关性，从而提高网络情绪识别能力。（剩余13363字）

试读结束

目录
monitor