一种利用K-SVM的测谎新算法

• 作者: 艾玲梅 荣凤娟
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 测谎 K-SVM 事件相关电位 P300 真实性识别
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 57-61
• 页数: 5页
• 分类号: TP301.6
• 字数: 4250字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.01.013

摘要

文中将支持向量机( SVM)和K近邻算法( KNN)相结合，提出一种基于K-SVM分类器的心理意识真实性识别新方法，获得了满意的结果。对15名受试者分别进行两组测试：模拟犯罪组和自传信息组。提取多通道ERP的P300幅值、波形面积和峰峰值组成特征向量，利用K-SVM算法分类，获得平均识别率分别为92.11%和97.37%，两组实验中分类精度都比单纯的SVM分类算法有明显的提高。因此文中的新算法可以为心理意识真实性检测提供一定的参考。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾玲梅	陕西师范大学计算机科学学院	30	201	8.0	13.0
2	荣凤娟	陕西师范大学计算机科学学院	1	0	0.0	0.0