本文選題：腦電 + 極限學(xué)習機　； 參考：《電子科技大學(xué)學(xué)報》2014年02期

【摘要】：極限學(xué)習機基于一種典型的單隱層前饋神經(jīng)網(wǎng)絡(luò)(SLFNs),其有效性在模式識別很多領(lǐng)域得到證實。該文針對當前的測謊方法的準確率不夠高及訓(xùn)練時間較長的缺點,將ELM算法應(yīng)用到測謊研究領(lǐng)域,作為分類器,對說謊者和誠實者的兩類腦電信號進行分類識別,并將實驗結(jié)果和三類典型的分類器:支持向量機(SVM)、人工神經(jīng)網(wǎng)絡(luò)(ANN)和線性分類器(FDA)的分類結(jié)果進行比較。實驗結(jié)果表明,該方法不僅獲得最高的訓(xùn)練和測試準確率,而且訓(xùn)練時間也大為縮短,證明了該方法的測謊有效性。
[Abstract]:The LLM is based on a typical single hidden layer feedforward neural network (SLFNs) and its effectiveness has been verified in many fields of pattern recognition. Aiming at the shortcomings of the current lie detection methods, which are not accurate enough and the training time is long, the ELM algorithm is applied to the field of lie-detection research, which is used as a classifier to classify and recognize the two kinds of EEG signals of liars and honest people. The experimental results are compared with those of three typical classifiers: support vector machine (SVM), artificial neural network (Ann) and linear classifier (FDA). The experimental results show that this method not only achieves the highest training and test accuracy, but also shortens the training time, which proves the validity of the method.
【作者單位】： 中南民族大學(xué)認知科學(xué)國家民委重點實驗室;電子科技大學(xué)生命科學(xué)與技術(shù)學(xué)院;江西財經(jīng)大學(xué)信息技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金(81271659,61262034,91120017) 江西省自然科學(xué)基金(20114BAB211020,20132BAB201025) 江西省教育廳科技項目(GJJ13302)
【分類號】：R318.0

【共引文獻】

相關(guān)期刊論文 前10條

1 馬超;張英堂;李志寧;尹剛;;基于ELM和證據(jù)理論的發(fā)動機故障診斷[J];車用發(fā)動機;2013年03期

2 項子旋;王振宇;劉國海;奚家健;;基于極端學(xué)習機的SLFN諧波檢測法[J];電測與儀表;2013年08期

3 李業(yè)波;李秋紅;黃向華;趙永平;;航空發(fā)動機傳感器故障與部件故障診斷技術(shù)[J];北京航空航天大學(xué)學(xué)報;2013年09期

4 雷雨;趙丹寧;;極限學(xué)習機在衛(wèi)星鐘差預(yù)報中的應(yīng)用[J];大地測量與地球動力學(xué);2013年05期

5 苑津莎;張利偉;王瑜;尚海昆;;基于極限學(xué)習機的變壓器故障診斷方法研究[J];電測與儀表;2013年12期

6 鐘毅平;張宇馳;田桑;郭可;李文和;顏玉平;周路平;;短期接觸暴力電腦游戲?qū)е卤┝γ舾?一項ERP研究[J];心理與行為研究;2013年06期

7 張文博;姬紅兵;;融合極限學(xué)習機[J];電子與信息學(xué)報;2013年11期

8 韓敏;劉賁;;一種改進的旋轉(zhuǎn)森林分類算法[J];電子與信息學(xué)報;2013年12期

9 王焱;汪震;黃民翔;蔡禎祺;楊o踥，

本文編號：2117141