基于PCANet和SVM的谎言测试研究

发布时间：2017-11-02 19:24

  本文关键词：基于PCANet和SVM的谎言测试研究

  更多相关文章： 主成分分析网络 脑电 测谎 深度学习 支持向量机

【摘要】：主成分分析网络(Principal Component Analysis Network,PCANet)是基于深度学习理论的一种非监督式的特征提取方法,它克服了手工提取特征的缺点,目前其有效性仅仅在图像处理领域中得到了验证.本文针对当前谎言测试方法中脑电信号特征提取困难的缺点,首次将PCANet方法应用到一维信号的特征提取领域,并对测谎实验的原始脑电信号提取特征,然后使用支持向量机(Support Vector Machine,SVM)将说谎者和诚实者的两类信号进行分类识别,将实验结果和其它分类器及未使用特征提取的分类效果进行了比较.实验结果显示相对未抽取任何特征的方法,提出的方法 PCANet-SVM可以获得更高的训练和测试准确率,表明了PCANet方法对于脑电信号特征提取的有效性,也为基于脑电信号的测谎提供了一种新的途径.
【作者单位】： 中南民族大学生物医学工程学院认知科学国家民委重点实验室;医学信息分析及肿瘤诊疗湖北省重点实验室;华中科技大学武汉光电国家实验室;江西财经大学信息管理学院;电子科技大学生命科学与技术学院;
【关键词】： 主成分分析网络 脑电 测谎 深度学习 支持向量机
【基金】：国家自然科学基金(No.81271659;No.61262034;No.61462031;No.91120017) 江西省自然科学基金(No.20151BAB207033) 中国博士后科学基金(No.2014M552346)
【分类号】：R318
【正文快照】： 1引言近年来,基于生理心理学的测谎技术日趋成熟.脑电信号事件相关电位P300成分是对小概率新异刺激的响应[1].利用脑电信号进行的谎言测试(简称测谎),相对其它生理指标(如心电和皮肤电阻等)更能反映说谎过程的心理加工过程.很多研究人员发现,基于P300的测谎方法能有效地规避反

【相似文献】

中国期刊全文数据库 前10条

1 马颖颖;张泾周;吴疆;;脑电信号处理方法[J];北京生物医学工程;2007年01期

2 谢松云;张振中;杨金孝;张坤;;脑电信号的若干处理方法研究与评价[J];计算机仿真;2007年02期

3 鲁强;刘玉军;徐建兰;张进禄;;一种适用于清醒动物脑电信号采集的固定装置[J];首都医科大学学报;2011年06期

4 董盟盟;仲轶;徐洁;戴体俊;刘功俭;;基于小波分析的脑电信号处理[J];电子设计工程;2012年24期

5 戴银涛,吴祈耀;快速提取脑电信号的谱分量参数[J];北京生物医学工程;1989年01期

6 孟欣，欧阳楷;脑电信号的几个非线性动力学分析方法[J];北京生物医学工程;1997年03期

7 程明,高上凯,张琳;基于脑电信号的脑—计算机接口[J];北京生物医学工程;2000年02期

8 罗建,崔亮,卫娜,张治钢;脑电信号采集与处理系统的研制[J];医疗卫生装备;2000年06期

9 吴小培,冯焕清,周荷琴,王涛;独立分量分析及其在脑电信号预处理中的应用[J];北京生物医学工程;2001年01期

10 李英远,周卫东;径向基函数神经网络在脑电信号建模中的应用[J];山东生物医学工程;2002年02期

中国重要会议论文全文数据库 前10条

1 王裕清;粱平;郭付清;张登攀;;脑电信号诊断专家系统的研究[A];中国生理学会第21届全国代表大会暨学术会议论文摘要汇编[C];2002年

2 朱林剑;包海涛;孙守林;梁丰;;新型脑电信号采集方法与应用研究[A];大连理工大学生物医学工程学术论文集（第2卷）[C];2005年

3 许涛;朱林剑;包海涛;;基于思维脑电信号的假手的研究[A];提高全民科学素质、建设创新型国家——2006中国科协年会论文集（下册）[C];2006年

4 李爱新;孙铁;郭炎峰;;基于人工神经网络的脑电信号模式分类[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

5 童珊;黄华;陈槐卿;;混沌理论在脑电信号分析中的应用[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

6 李凌;曾庆宁;尧德中;;利用两级抗交叉串扰自适应滤波器提取诱发脑电信号[A];中国生物医学工程学会第六次会员代表大会暨学术会议论文摘要汇编[C];2004年

7 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

8 李丽君;黄思娟;吴效明;熊冬生;;基于运动想象的脑电信号特征提取与分类[A];中国仪器仪表学会医疗仪器分会2010两岸四地生物医学工程学术年会论文集[C];2010年

9 葛家怡;周鹏;王明时;;睡眠脑电信号样本熵的研究[A];天津市生物医学工程学会2007年学术年会论文摘要集[C];2007年

10 魏彬;贾存良;;脑电信号预处理电路的设计[A];中国仪器仪表学会医疗仪器分会2006年学术年会暨中国仪器仪表学会医疗仪器分会第三届第三次理事会论文汇编[C];2006年

中国博士学位论文全文数据库 前10条

1 彭宏;普适化脑电信息感知关键问题的研究[D];兰州大学;2015年

2 吴玉鹏;AR谱在皮层痫样脑电信号分析应用[D];河北医科大学;2015年

3 吴畏;基于统计建模的多导联脑电信号时空建模方法研究[D];清华大学;2012年

4 周群;脑电信号同步：方法及应用研究[D];电子科技大学;2009年

5 赵丽;基于脑电信号的脑-机接口技术研究[D];天津大学;2004年

6 李春胜;脑电信号混沌特性的研究与应用[D];东北大学;2011年

7 欧阳高翔;癫痫脑电信号的非线性特征识别与分析[D];燕山大学;2010年

8 缪晓波;基于脑电信号的认知动力学系统研究——线性/非线性方法及动态时—频—空分析[D];重庆大学;2004年

9 陈东伟;非线性动力学、因果脑网络与聚类稳定性在脑电信号分析中的应用研究[D];太原理工大学;2015年

10 葛家怡;睡眠分期及低频磁场睡眠诱导的研究[D];天津大学;2009年

中国硕士学位论文全文数据库 前10条

1 蒋洁;基于高性能计算的脑电信号分析[D];燕山大学;2010年

2 张志琴;脑电信号的复杂性分析[D];中南大学;2009年

3 许凤娟;脑电信号采集与分析系统的设计[D];长春理工大学;2011年

4 曹铭;意识障碍患者脑电信号的非线性动力学评价分析[D];杭州电子科技大学;2012年

5 段灵修;基于ARMA过程的自发脑电过滤方法研究[D];福州大学;2014年

6 刘玉红;对称双通道脑电信号频域多分辨分析和相干分析[D];重庆医科大学;2008年

7 吴坚;独立分量分析在脑电信号处理中的应用[D];长安大学;2009年

8 涂建成;脑电信号控制智能轮椅的研究[D];杭州电子科技大学;2011年

9 朱家富;高频脑电信号的非线性动力学参数分析[D];重庆大学;2004年

10 李婷;独立分量分析及其在脑电信号噪声分离中的应用[D];大连理工大学;2005年

，

本文编号：1132841