利用小波分解和支持向量机的心理意识真实性识别研究

被引：11

作者：

赵敏 ^{[1
]}

郑崇勋 ^{[1
]}

赵春临 ^{[1
,2
]}

机构：

[1] 西安交通大学生物医学工程教育部重点实验室

[2] 武警工程学院通信工程系

来源：

西安交通大学学报 | 2010年 / 04期

关键词：

心理意识; 小波分解; 支持向量机; 测谎;

D O I：

暂无

中图分类号：

B849 [应用心理学];

学科分类号：

040203 ;

摘要：

采用小波分解和支持向量机(SVM)技术,提出了一种对说谎脑电(EEG)信号特征进行分类的方法,将其应用于心理意识真实性的检测,获得了满意的结果.以真伪已明确的有意义的个人信息(如姓名、生日)作为被测试的隐藏信息,应用隐藏信息(CIT)测试模式对15名受试者各进行两组测试,并记录其脑电(EEG)信号.提取了探测刺激和无关刺激诱发EEG信号的小波系数,并应用具有统计学意义的特征参数作为SVM分类器的输入进行识别分类.实验结果显示,应用leave-one-out交叉验证法对30组样本数据进行训练测试,获得平均正确识别率为88.3%.因此,该方法可以作为一种心理意识真实性检测的新方法,具有无创、较高正确检测率等优点.

引用

页码：119 / 124

页数：6

共 3 条

[1] 基于小波分解和支持向量机的P300识别算法 [J].