基于P300和機器學習的測謊方法研究
本文關鍵詞:基于P300和機器學習的測謊方法研究
更多相關文章: 測謊 獨立成分分析 腦電 P 兩步降噪 支持向量機
【摘要】:為了克服傳統(tǒng)測謊方法沒有考慮到相同刺激下受試者思維狀態(tài)變化的缺點,提出了基于P300和機器學習的測謊方法.該方法使用典型的3刺激測謊范式,首先記錄30名隨機劃分的撒謊者和無辜者的12導腦電(EEG)信號,使用獨立成分分析方法(ICA)分解由探針刺激產(chǎn)生的腦電信號,利用在Pz電極上分布強度大的獨立分量重建Pz波形,將每名受試者的的若干個Pz波形進行平均,提取兩步降噪后的每個Pz波形的時域和小波特征.最后,使用分類器區(qū)分P300和非P300波形,進一步計算出個體測謊診斷率.實驗結(jié)果表明,支持向量機(SVM)適合于說謊意識狀態(tài)的分類,提出的方法可以有效地改進單次刺激記錄上的信噪比,提高P300成分的識別率,進而提高測謊診斷率.
【作者單位】: 西安交通大學生命科學與技術學院;
【關鍵詞】: 測謊 獨立成分分析 腦電 P 兩步降噪 支持向量機
【基金】:國家自然科學基金資助項目(30870654)
【分類號】:D918
【正文快照】: 傳統(tǒng)的多道圖測謊方法已經(jīng)受到來自各方面的挑戰(zhàn)[1],很多研究人員開始使用誘發(fā)腦電(ERP)信號的P300成分進行測謊.P300成分是對小概率新異事件的響應[2].盡管潛伏期和波峰幅度是檢測P300波形的兩個典型特征,但是由于在單次響應下的誘發(fā)腦電信號的信噪比(SNR)極低(除了P300成分
【相似文獻】
中國期刊全文數(shù)據(jù)庫 前10條
1 王效廣;麥爾阿巴 赫力利;;犯罪心理測試從業(yè)人員資質(zhì)問題初探[J];法制與社會;2010年05期
2 小和;;守護平安[J];溫州人;2010年03期
3 劉洪廣;;欺騙的測試與案件信息認知過程特征分析[J];中國人民公安大學學報(社會科學版);2010年01期
4 傅根躍;馬艷;丁曉攀;;GKT原理的卡片測試范式實驗研究[J];心理科學;2009年01期
5 崔茜;張慶林;邱江;劉強;杜秀敏;阮小林;;P300和CNV在GKT的延時反應范式中測謊效果的分離[J];心理學報;2009年04期
6 ;分析筆跡可測謊[J];科學世界;2009年11期
7 林琳;;以研究發(fā)現(xiàn)筆跡可測謊[J];檢察風云;2009年20期
8 潘烈;王勛;;面向就業(yè)網(wǎng)站的高校畢業(yè)生分類機制研究——基于支持向量機的方法[J];浙江工商大學學報;2009年05期
9 ;武警工程學院學報第25卷(2009年第1期至第6期)總目次[J];武警工程學院學報;2009年06期
10 何曰光;;基于支持向量機的遙感圖像分析與處理[J];武警工程學院學報;2009年06期
中國重要會議論文全文數(shù)據(jù)庫 前10條
1 陸文聰;鈕冰;;基于數(shù)據(jù)挖掘的生物信息學研究進展[A];中國化學會第27屆學術年會第15分會場摘要集[C];2010年
2 胡俊杰;周紅;周林軍;;支持向量機方法研究物質(zhì)結(jié)構(gòu)水溶解性關系模型[A];中國化學會第27屆學術年會第02分會場摘要集[C];2010年
3 沈杰;李衛(wèi)華;唐峗;;一種基于化合物子結(jié)構(gòu)模式識別的分類預測方法[A];中國化學會第27屆學術年會第15分會場摘要集[C];2010年
4 侯廷軍;李有勇;;基于結(jié)構(gòu)的SH3結(jié)構(gòu)域II型結(jié)合多肽的預測模型[A];中國化學會第27屆學術年會第15分會場摘要集[C];2010年
5 舒遠杰;;含能材料的理論研究與數(shù)值模擬進展[A];中國工程物理研究院科技年報/2009年版[C];2010年
6 盧悅;孟祥增;;多分類視頻鏡頭邊界檢測策略[A];圖像圖形技術研究與應用(2010)[C];2010年
7 付強;張來斌;段禮祥;柳南;;基于融合特征SVM的壓縮機氣閥故障預測方法研究[A];2009國際信息技術與應用論壇論文集(下)[C];2009年
8 朱為總;文振q;明仲;歐陽杰;;基于支持向量回歸機的相關反饋圖像檢索算法[A];圖像圖形技術研究與應用2009——第四屆圖像圖形技術與應用學術會議論文集[C];2009年
9 徐科;鄒科舉;;基于小波變換和支持向量機的軍事目標檢測[A];第三屆中國智能計算大會論文集[C];2009年
10 姚天f ;張霄凱;;一種網(wǎng)絡非規(guī)范漢語詞匯的識別方法[A];中國計算機語言學研究前沿進展(2007-2009)[C];2009年
中國重要報紙全文數(shù)據(jù)庫 前10條
1 本報特約撰稿 章名豈;CIA特工“賣藝”華爾街[N];中國國防報;2010年
2 本報記者 霍仕明 張國強 本報通訊員 葉紅;測謊人員巧設心理選題還原真相[N];法制日報;2010年
3 朱家春 朱一燕;實力 活力 魅力[N];江蘇法制報;2010年
4 記者 劉歡;2696名校園保安上崗前先過“心理關”[N];北京日報;2010年
5 孫瑋 趙修娟;腦起搏器是功能神經(jīng)外科發(fā)展的核心領域[N];科學時報;2009年
6 劉進國;加拿大的警察管理[N];人民公安報;2009年
7 康景琳;測謊是心與心的較量[N];科學導報;2009年
8 中國人民大學法學院教授、博士生導師 何家弘;專業(yè)化是提升職務犯罪偵查效率的基本路徑[N];檢察日報;2009年
9 記者 王靜;寶塔區(qū)檢察院堅持科技強檢不斷推動工作創(chuàng)新[N];延安日報;2009年
10 本報記者 張馮焱 通訊員 張勝利 崔向輝;揭秘“測謊”[N];鄭州日報;2009年
中國博士學位論文全文數(shù)據(jù)庫 前10條
1 汪廷華;支持向量機模型選擇研究[D];北京交通大學;2010年
2 于忠黨;基于支持向量機的機械零件計算機視覺檢測若干關鍵技術的研究[D];吉林大學;2009年
3 韓順杰;基于支持向量機的工程車輛自動變速方法研究[D];吉林大學;2009年
4 張晉東;BSS方法及其在DS-CDMA多用戶檢測中的應用研究[D];吉林大學;2009年
5 鄒淑雪;基于支持向量機的蛋白質(zhì)結(jié)構(gòu)域預測方法研究[D];吉林大學;2009年
6 胡洋;最大間隔方法及其在圖像檢索中的應用[D];中國科學技術大學;2009年
7 陳海林;基于判別學習的圖像目標分類研究[D];中國科學技術大學;2009年
8 王磊;基于運動想象的腦電信號分類與腦機接口技術研究[D];河北工業(yè)大學;2009年
9 薛云峰;源信號自適應的獨立成分分析算法應用與研究[D];上海交通大學;2009年
10 陳祖云;煤與瓦斯突出前兆的非線性預測及支持向量機識別研究[D];中國礦業(yè)大學;2009年
中國碩士學位論文全文數(shù)據(jù)庫 前10條
1 李晉博;特征提取的核方法與非線性多核學習的研究[D];華東師范大學;2010年
2 金鳳;多視角的構(gòu)建及其在單任務學習和多任務學習中的應用[D];華東師范大學;2010年
3 張耀文;基于圖像分析和統(tǒng)計分析的羊絨識別機制研究[D];北京服裝學院;2010年
4 楊卓;網(wǎng)絡教學評價系統(tǒng)的研究與實現(xiàn)[D];華東師范大學;2010年
5 陳丹玲;基于小波包和支持向量機的旋轉(zhuǎn)機械故障診斷方法研究[D];江西理工大學;2010年
6 黎建平;基于小波分析與數(shù)據(jù)挖掘的旋轉(zhuǎn)機械故障診斷研究[D];江西理工大學;2010年
7 蔣惟;SELDI血清蛋白質(zhì)譜腫瘤標志物挖掘方法研究[D];浙江大學;2010年
8 孫寧;面向高空間分辨率遙感影像的建筑物目標識別方法研究[D];浙江大學;2010年
9 盛能;基于視頻的混合交通流檢測與跟蹤研究[D];浙江大學;2010年
10 李昆侖;基于人臉圖像的性別識別[D];南昌大學;2010年
,本文編號:587716
本文鏈接:http://sikaile.net/shekelunwen/gongan/587716.html