脑电情感识别模型的训练方法、情感识别方法及相关装置

本申请涉及人工智能技术领域，具体提供了一种脑电情感识别模型的训练方法、情感识别方法及相关装置。在训练过程中，可根据域解耦器提取出的样本域特征，将样本数据涉及的Sn个域聚合为Q个超域，并分别对每个超域的样本域特征进行加权求和计算，得到每个超域的特征紧凑值，以确定每个超域内个体差异特征的一致性。本申请可依据Q个特征紧凑值的求和结果，调整脑电情感识别模型中域解耦器和类解耦器的参数。如此，可引导脑电情感识别模型学习不同域在个体差异特征上的共性。通过采用跨域自适应机制实现无目标域差异适配与共性迁移，本申请可在无目标域脑电数据的情况下实现高效且准确的跨域情感识别，从而提高脑电识别模型的泛化性。