基于動(dòng)態(tài)圖卷積神經(jīng)網(wǎng)絡(luò)和BiLSTM的情緒識(shí)別

打開文本圖片集

摘  要： 針對(duì)情緒發(fā)生過程中電極通道間的空間依賴關(guān)系會(huì)隨著時(shí)間推移而發(fā)生變化的問題，提出了一種基于動(dòng)態(tài)圖卷積神經(jīng)網(wǎng)絡(luò)-雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（DGCNN-BiLSTM）的模型用于情緒識(shí)別。首先，利用DGCNN通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)動(dòng)態(tài)學(xué)習(xí)不同電極通道之間的聯(lián)系，從而動(dòng)態(tài)更新優(yōu)化鄰接矩陣；其次，BiLSTM可以學(xué)習(xí)特征序列的前后時(shí)間相關(guān)性，從而提高網(wǎng)絡(luò)情緒識(shí)別能力。（剩余13363字）