1.一种基于伪孪生网络的多模态情感分析方法，其特征在于所述方法包括以下步骤：
2.根据权利要求1所述方法，其特征在于步骤二中，所述脑电特征采用脑电信号的微分熵特征。
3.根据权利要求1或2所述方法，其特征在于步骤二中，所述眼电特征采用眼电信号的均值、标准差、一阶和二阶差分的均值和标准差、归一化长度密度特征和hjorth特征的拼接结果。
4.根据权利要求1所述方法，其特征在于步骤四中，所述eeg处理模块包括三个路径、输出层，分别为自下而上路径、自上而下路径和横向连接；
5.根据权利要求4所述方法，其特征在于步骤四所述自下而上路径中，第一至第三卷积块结构相同均包括依次串联的深度可分离卷积、批量归一化和丢弃层，其中所述深度可分离卷积包括串联的深度卷积和逐点卷积；具体是：
6.根据权利要求4所述方法，其特征在于步骤六中，所述加权融合模块具体表示如下：
7.根据权利要求1所述方法，其特征在于所述伪孪生网络的损失函数l具体是：
8.实现权利要求1-7任一项所述方法的多模态情感分析系统，其特征在于包括：
9.一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-7中任一项所述的方法。
10.一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-7中任一项所述的方法。