1.基于群体智能算法的脑电波优化分类与识别方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于群体智能算法的脑电波优化分类与识别方法,其特征在于,所述收集原始电波数据以及情绪标签数据的方式包括:
3.根据权利要求2所述的基于群体智能算法的脑电波优化分类与识别方法,其特征在于,所述对预处理电波数据进行特征提取,获得全特征集合的方式为:
4.根据权利要求3所述的基于群体智能算法的脑电波优化分类与识别方法,其特征在于,所述为每个初始特征子集构建情绪分类器的方式为:
5.根据权利要求4所述的基于群体智能算法的脑电波优化分类与识别方法,其特征在于,所述使用情绪分类器计算每个初始特征子集的适应度的方式为:
6.根据权利要求5所述的基于群体智能算法的脑电波优化分类与识别方法,其特征在于,所述对优质特征子集群体进行进化操作,重新生成初始特征子集群体的方式包括:
7.根据权利要求6所述的基于群体智能算法的脑电波优化分类与识别方法,其特征在于,所述进化停止条件为:
8.基于群体智能算法的脑电波优化分类与识别系统,其用于实现权利要求1-7中任意一项所述的基于群体智能算法的脑电波优化分类与识别方法,其特征在于,包括预数据收集模块、全特征集合获取模块以及群体智能筛选模块;其中,各个模块之间通过电性方式连接;
9.一种电子设备,其特征在于,包括:处理器和存储器,其中,
10.一种计算机可读存储介质,其特征在于,其上存储有可擦写的计算机程序;