基于P300和极限学习机的脑电测谎研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于P300和极限学习机的脑电测谎研究

高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安

文章导航 > 电子科技大学学报 > 2014 > 43(2): 301-306

高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安. 基于P300和极限学习机的脑电测谎研究[J]. 电子科技大学学报, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

引用本文:

高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安. 基于P300和极限学习机的脑电测谎研究[J]. 电子科技大学学报, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

GAO Jun-feng, ZHANG Wen-jia, YANG Yong, HU Jia-jia, TAO Chun-yi, GUAN Jin-an. Lie Detection Study Based on P300 and Extreme Learning Machine[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

Citation:

GAO Jun-feng, ZHANG Wen-jia, YANG Yong, HU Jia-jia, TAO Chun-yi, GUAN Jin-an. Lie Detection Study Based on P300 and Extreme Learning Machine[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

基于P300和极限学习机的脑电测谎研究

doi: 10.3969/j.issn.1001-0548.2014.02.028

1.
中南民族大学认知科学国家民委重点实验室武汉 430074;
2.
电子科技大学生命科学与技术学院成都 610054;
3.
江西财经大学信息技术学院南昌 330013

基金项目:

国家自然科学基金(81271659, 61262034, 91120017); 江西省自然科学基金(20114BAB211020, 20132BAB201025); 江西省教育厅科技项目(GJJ13302).

作者简介:
高军峰(1973-),男,博士,主要从事脑电信号处理与模式识别方面的研究.

中图分类号: R318

Lie Detection Study Based on P300 and Extreme Learning Machine

1.
Key Laboratory of Cognitive Science,South-Central University for Nationalities,State Ethnic Affairs Commission Wuhan 430074;
2.
School of Life Science and Technology,University of Electronic Science and Technology of China Chengdu 610054;
3.
School of Information Technology,Jiangxi University of Finance and Economics Nanchang 330013

摘要: 极限学习机基于一种典型的单隐层前馈神经网络(SLFNs), 其有效性在模式识别很多领域得到证实. 该文针对当前的测谎方法的准确率不够高及训练时间较长的缺点, 将ELM算法应用到测谎研究领域, 作为分类器, 对说谎者和诚实者的两类脑电信号进行分类识别, 并将实验结果和三类典型的分类器: 支持向量机(SVM)、人工神经网络(ANN)和线性分类器(FDA)的分类结果进行比较. 实验结果表明, 该方法不仅获得最高的训练和测试准确率, 而且训练时间也大为缩短, 证明了该方法的测谎有效性.
- 脑电 /
- 极限学习机 /
- 测谎 /
- 神经网络 /
- P300 /
- 支持向量机
Abstract: Extreme learning machine (ELM) is a typical SLFN (single layer feedback network) and its efficiency has been proved by many literatures for pattern recognitions. In this paper, ELM is applied in lie detection for the first time in order to overcome the disadvantages of the current lie detection methods such as lower accuracy and slower training speed. ELM is used as a classifier to classify the guilty and innocent subjects. The experimental result is compared with support vector machine (SVM), artificial neural network (ANN) and fisher discrimination analysis (FDA). The comparison results show that the proposed method obtains the highest training and testing accuracy with the fastest training speed.
- EEG /
- extreme learning machine /
- lie detection /
- neural network /
- P300 /
- support vector machine

[1]	高军峰, 张家琦, 韦思宏, 彭丝雨, 周到. 冰毒成瘾者脑电信号的分类研究 . 电子科技大学学报, 2020, 49(6): 955-960. doi: 10.12178/1001-0548.2020013
[2]	张崇, 于晓琳, 饶妮妮. 多任务中枢疲劳脑电的线性描述符参数分析 . 电子科技大学学报, 2019, 48(4): 613-618. doi: 10.3969/j.issn.1001-0548.2019.04.020
[3]	常文文, 王宏, 化成城, 王翘秀, 原玥, 刘冲. 基于脑功能网络连接的隐藏信息检测研究 . 电子科技大学学报, 2018, 47(5): 775-780. doi: 10.3969/j.issn.1001-0548.2018.05.022
[4]	黄一鸣, 雷航, 周瑞, 桑楠. 基于手机传感器的握持方式判断及运动状态识别 . 电子科技大学学报, 2017, 46(2): 399-406. doi: 10.3969/j.issn.1001-0548.2017.02.014
[5]	高军峰, 司慧芳, 于晓琳, 顾凌云. 多导脑电复杂度特征的谎言测试研究 . 电子科技大学学报, 2017, 46(4): 636-640. doi: 10.3969/j.issn.1001-0548.2017.04.026
[6]	唐贤伦, 周家林, 张娜, 刘庆. 基于极限学习机的非线性内模控制 . 电子科技大学学报, 2016, 45(1): 96-101. doi: 10.3969/j.issn.1001-0548.2016.01.016
[7]	张静, 刘忠宝. 基于流形判别分析的全局保序学习机 . 电子科技大学学报, 2015, 44(6): 911-916. doi: 10.3969/j.issn.1001-0548.2015.06.020
[8]	刘忠宝. 新型支持向量机在风速预测模型中的应用研究 . 电子科技大学学报, 2014, 43(5): 754-757. doi: 10.3969/j.issn.1001-0548.2014.05.021
[9]	刘忠宝, 王士同. 面向大规模数据的隐私保护学习机 . 电子科技大学学报, 2013, 42(2): 272-276. doi: 10.3969/j.issn.1001-0548.2013.02.018
[10]	方光战, 游自立, 夏阳, 赖永秀, 尧德中. 低频脑电成分在睡眠时相转换中的作用 . 电子科技大学学报, 2011, 40(4): 620-624. doi: 10.3969/j.issn.1001-0548.2011.04.030
[11]	张雪芹, 顾春华, 吴吉义. 异常检测中支持向量机最优模型选择方法 . 电子科技大学学报, 2011, 40(4): 559-563. doi: 10.3969/j.issn.1001-0548.2011.04.017
[12]	田银, 尧德中. 线索化效应的返回抑制研究 . 电子科技大学学报, 2010, 39(6): 944-947. doi: 10.3969/j.issn.1001-0548.2010.06.029
[13]	何海江, 陈姝. 由排序支持向量机抽取博客文章的摘要 . 电子科技大学学报, 2010, 39(4): 593-597. doi: 10.3969/j.issn.1001-0548.2010.04.026
[14]	向国齐, 严志坚, 黄大贵. 支持向量机替代模型的遗传优化设计 . 电子科技大学学报, 2009, 38(3): 459-462. doi: 10.3969/j.issn.1001-0548.2009.03.034
[15]	尧德中, 刘铁军, 雷旭, 杨平, 徐鹏, 张杨松. 基于脑电的脑-机接口：关键技术和应用前景 . 电子科技大学学报, 2009, 38(5): 550-554. doi: 10.3969/j.issn.1001-0548.2009.05.009
[16]	唐艳, 柳建新, 龚安栋. ICA+CSSD的脑-机接口分类 . 电子科技大学学报, 2008, 37(3): 466-469.
[17]	胡丹, 肖建, 车畅. 再生核支持向量机在非线性系统中的应用 . 电子科技大学学报, 2008, 37(1): 124-127.
[18]	徐图, 罗瑜, 何大可. 多类支持向量机的DDoS攻击检测的方法 . 电子科技大学学报, 2008, 37(2): 274-277.
[19]	王勇, 许录平. 独立成分分析和支持向量机的虹膜识别方法 . 电子科技大学学报, 2007, 36(3): 583-586.
[20]	周鸣争, 汪军. 基于支持向量机的传感器非线性误差校正 . 电子科技大学学报, 2006, 35(2): 242-245.

WeChat

点击查看大图

计量

文章访问数: 3592
HTML全文浏览量: 131
PDF下载量: 92
被引次数: 0

基于P300和极限学习机的脑电测谎研究

doi: 10.3969/j.issn.1001-0548.2014.02.028

1. 中南民族大学认知科学国家民委重点实验室武汉 430074;

2. 电子科技大学生命科学与技术学院成都 610054;

3. 江西财经大学信息技术学院南昌 330013

基金项目:

国家自然科学基金(81271659, 61262034, 91120017); 江西省自然科学基金(20114BAB211020, 20132BAB201025); 江西省教育厅科技项目(GJJ13302).

作者简介:
高军峰(1973-),男,博士,主要从事脑电信号处理与模式识别方面的研究.

收稿日期: 2012-11-29
修回日期: 2013-12-02
刊出日期: 2014-04-15

中图分类号: R318

关键词:

摘要: 极限学习机基于一种典型的单隐层前馈神经网络(SLFNs), 其有效性在模式识别很多领域得到证实. 该文针对当前的测谎方法的准确率不够高及训练时间较长的缺点, 将ELM算法应用到测谎研究领域, 作为分类器, 对说谎者和诚实者的两类脑电信号进行分类识别, 并将实验结果和三类典型的分类器: 支持向量机(SVM)、人工神经网络(ANN)和线性分类器(FDA)的分类结果进行比较. 实验结果表明, 该方法不仅获得最高的训练和测试准确率, 而且训练时间也大为缩短, 证明了该方法的测谎有效性.

English Abstract

高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安. 基于P300和极限学习机的脑电测谎研究[J]. 电子科技大学学报, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

引用本文:

高军峰, 张文佳, 杨勇, 胡佳佳, 陶春毅, 官金安. 基于P300和极限学习机的脑电测谎研究[J]. 电子科技大学学报, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

GAO Jun-feng, ZHANG Wen-jia, YANG Yong, HU Jia-jia, TAO Chun-yi, GUAN Jin-an. Lie Detection Study Based on P300 and Extreme Learning Machine[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

Citation:

GAO Jun-feng, ZHANG Wen-jia, YANG Yong, HU Jia-jia, TAO Chun-yi, GUAN Jin-an. Lie Detection Study Based on P300 and Extreme Learning Machine[J]. Journal of University of Electronic Science and Technology of China, 2014, 43(2): 301-306. doi: 10.3969/j.issn.1001-0548.2014.02.028

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发