1.一种特征权重自适应学习的脑电情绪识别方法，其特征在于：步骤1、多个被试者分别在不同的情绪类别任务下进行脑电数据采集；

步骤2、对步骤1所得的所有脑电数据进行预处理和特征提取；

步骤3、建立机器学习模型以实现特征权重自适应学习的脑电情绪识别；

3‑1.将特征权重因子矩阵Θ嵌入到最小二乘模型中，得到“特征自适应学习情绪识别方法”的目标函数如式(3)所示：式(3)中，X为输入的样本矩阵，正则项函数 θ＝diag(Θ)为特征权重因子向量，W和b分别为最小二乘学习模型中的特征权重、偏差，Y是样本矩阵X的标记； 表示F范数的平方计算；

3‑2.建立正则项函数 的表达式如式(4)所示：式(4)中，n为训练样本个数； 表示2范数的平方计算；xi、xj是样本矩阵X内的任意两个元素； 为二元图相似性矩阵；从欧氏距离的角度，如果xi和xj互为k近邻且具有相同的情感状态，则它们之间的权重sij为1；否则，sij为0；

步骤4、根据如式(3)所示的目标函数，通过固定其他变量仅保留一个变量的方法来得到所有变量的更新规则，进而求得特征权重因子Θ、特征权重W和偏差b；

步骤5、使用有步骤4学习得到的特征权重因子Θ、特征权重W和偏差b对新的被试者脑电的数据进行情绪类别预测。

2.根据权利要求1所述的一种特征权重自适应学习的脑电情绪识别方法，其特征在于：步骤四执行后，筛选出后续脑电数据采集时需要提取的导联和频段，具体过程如下：计算各频段的重要性指标ω(i)如式(12)所示；

ω(i)＝θ(i‑1)*k+1+θ(i‑1)*k+2+…+θ(i‑1)*k+k      式(12)其中，i＝1，2，3，4，5分别代表Delta，Theta，Alpha，Beta和Gamma的五个频段，k表示导联数量；θ(i‑1)*k+k为特征权重因子向量θ的第(i‑1)*k+k个元素；

计算第j个导联的重要性指标 如式(13)所示；

ψ(j)＝θj+θj+k+θj+2*k+θj+3*k+θj+4*k       式(13)其中，j＝1，2，…，k分别代表第1个导联至第k个导联的k个脑电通道；θj+i*k为特征权重因子向量θ的第j+i*k个元素；

根据各频段的重要性指标ω(i)和各导联的重要性指标ψ(j)的数值大小，筛选出情绪识别需要提取的导联和频段；未被筛选到的导联和频段在后续脑电数据采集中不提取。

3.根据权利要求1所述的一种特征权重自适应学习的脑电情绪识别方法，其特征在于：步骤4中求取特征权重因子Θ的具体过程如下：；

4‑1.通过固定W和θ来更新b，这时，式(3)可以被写成如式(5)所示；

对式(5)中的b求导并且令导数为0，我们可以得到b的更新规则为式(6)：

4‑2.通过固定b和θ来更新W，这时，式(3)可以被写成如式(7)所示；

T T T

ΘX(XΘW+1b‑Y)+αW+βΘXLXΘW＝0      式(7)式(7)中，α、β分别为两个调节参数；L为图拉普拉斯矩阵；

同样通过求导的方式可以得到W的更新规则为式(8)：T ‑1 T

W＝(ΘX(I+βL)XΘ+αI) (ΘX(1b‑Y))      式(8)式(8)中，I为单位矩阵；

4‑3.通过固定W和b来更新θ，式(3)可以被写成如式(9)所示；

等价于：

其中，Tr(·)为矩阵的迹运算；

令 将(10)式改写成式(11)：令 c＝diag(R)，则式(11)转化为标准的单纯形约束下的二次优化问题；通过凸优化包来进行求解；由此求解出Θ、W和b。

4.根据权利要求1所述的一种特征权重自适应学习的脑电情绪识别方法，其特征在于：所述的情绪类别包括高兴、悲伤、中性、恐惧。

5.根据权利要求1所述的一种特征权重自适应学习的脑电情绪识别方法，其特征在于：步骤1中，使用情绪素材对受试者进行情绪诱发；所述的情绪素材包含明显情感诱导的图片、音频或视频。

6.根据权利要求1所述的一种特征权重自适应学习的脑电情绪识别方法，其特征在于：步骤2中预处理的过程如下：

2‑1.将脑电数据下采样至200Hz后并对其进行带通滤波至1‑50Hz范围；根据5频段法，将其划分为Delta、Theta、Alpha、Beta和Gamma五个频段

2‑2.针对这5个频段的脑电数据分别进行时间窗口为4秒且不重叠的短时傅立叶变换，提取微分熵特征h(X)如式(1)所示；

h(X)＝‑∫xf(x)ln(f(x))dx         (1)式(1)中，X为输入的样本矩阵，x为输入的样本矩阵中的元素；f(x)为概率密度函数；

经过更新后的微分熵特征h(X)如式(2)所示；

式(2)中，σ为概率密度函数的标准差；μ为概率密度函数的期望。

7.根据权利要求1所述的一种特征权重自适应学习的脑电情绪识别方法，其特征在于：所述的脑电数据采集采用62导联，选用5个频段；5个频段分别为1‑4Hz、4‑8Hz、8‑14Hz、14‑

31Hz、31‑50Hz。