[发明专利]基于脑机交互的音乐情绪化推荐方法

权利要求书

1.基于脑机交互的音乐情绪化推荐方法，其特征在于，包括如下步骤：

（1）使用19导联脑电信号采集仪器，采集输入用户脑电信号，利用脑电情绪识别模型EMSVM识别当前脑电信号的情绪类别是6种基本情绪中的哪一种，即当前用户的情绪类别，这6种基本情绪分别为：高兴、痛苦、悲伤、愤怒、舒缓和抑郁；

（2）利用音乐情绪识别模型MMSVM对外界音乐进行所述6种基本情绪的识别，标注情绪索引号，建立音乐情绪数据库MMD；

（3）根据当前用户的情绪类别，将音乐情绪数据库MMD中的对应情绪类别索引号的音乐推荐给用户。

2.根据权利要求1所述的基于脑机交互的音乐情绪化推荐方法，其特征在于，所述步骤（1）中脑电情绪识别模型EMSVM的建立过程为：利用19导联脑电信号采集仪器，采集实验用户在所述6种基本情绪下的脑电信号样本，每种情绪下采集100个脑电信号样本，每个样本采集时间为60秒，共600个脑电信号样本数据；将采集好的数据用小波变换进行频率分解，得到δ波：0.5-3.5Hz，θ波：4-7Hz，α波：8-13Hz，β波：14-30Hz四个波段；将这四种波的频段能量作为特征，利用这600个6种情绪类别的19导联四波段能量特征矢量作为样本训练一个SVM分类器，训练好的SVM参数模型即可以对输入的任何脑电信号进行识别，判断其对应的6种基本情绪之一；此SVM参数模型即是脑电情绪识别模型EMSVM。

3.根据权利要求2所述的基于脑机交互的音乐情绪化推荐方法，其特征在于，所述步骤（2）中音乐情绪识别模型MMSVM的建立过程为：从外界音乐选取600个音乐样本，其中包括高兴、痛苦、悲伤、愤怒、舒缓和抑郁情绪的音乐各100个，利用小波变换对每个音乐样本的前60秒进行小波变换，在20Hz-20kHz范围内分解为8个波段，这8个波段的频段分别为：0.02～2.5kHz、2.5～5kHz、5～7.5kHz、7.5～10kHz、10～12.5kHz、12.5～15kHz、15～17.5kHz、17.5～20kHz，利用这8个波段的能量特征作为音乐特征矢量，用这600个音乐样本特征矢量训练SVM分类器，最终形成一个可以自动识别音乐属于6种基本情绪中的哪一种的音乐情绪识别模型MMSVM。