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
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
收藏
页码:119 / 124
页数:6
相关论文
共 3 条
[1]   基于小波分解和支持向量机的P300识别算法 [J].
杨立才 ;
李金亮 ;
姚玉翠 ;
李光林 .
中国生物医学工程学报, 2007, (06) :804-809
[2]  
小波变换的工程分析与应用[M]. 科学出版社 , 杨福生著, 1999
[3]   P300 Scalp amplitude distribution as an index of deception in a simulated cognitive deficit model [J].
Rosenfeld, JP ;
Ellwanger, JW ;
Nolan, K ;
Wu, S ;
Bermann, RG ;
Sweet, J .
INTERNATIONAL JOURNAL OF PSYCHOPHYSIOLOGY, 1999, 33 (01) :3-19