文献

J-GLOBAL ID：201702268903052289   整理番号：17A0159404

PCANETとSVMに基づく嘘試験研究【JST・京大機械翻訳】

Deception Detection Study Based on PCANet and Support Vector Machine

著者 (6件)： Gu Lingyun (School of Biomedical Engineering,South-Central University for Nationalities,Key Laboratory of Cognitive Science,State Ethnic Affairs Commission, Hubei Key Laboratory of Medical Information Analysis & Tumor Diagnosis and Treatment) ,  Lu Wenzhi (Wuhan National Laboratory for Optoelectronics,HuaZhong University of Science and Technology) ,  Yang Yong (School of Information Technology,Jiangxi University of Finance and Economics) ,  Gao Junfeng (School of Biomedical Engineering,South-Central University for Nationalities,Key Laboratory of Cognitive Science,State Ethnic Affairs Commission, Hubei Key Laboratory of Medical Information Analysis & Tumor Diagnosis and Treatment) ,  Guan Jinan (School of Biomedical Engineering,South-Central University for Nationalities,Key Laboratory of Cognitive Science,State Ethnic Affairs Commission, Hubei Key Laboratory of Medical Information Analysis & Tumor Diagnosis and Treatment) ,  Zhou Dao (School of Biomedical Engineering,South-Central University for Nationalities,Key Laboratory of Cognitive Science,State Ethnic Affairs Commission, Hubei Key Laboratory of Medical Information Analysis & Tumor Diagnosis and Treatment)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 44  号： 8  ページ： 1969-1973  発行年： 2016年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 主成分分析ネットワーク(PRINCIPAL COMPONENT ANALYSIS NETWORK,PCANET)は、深さ学習理論に基づく教師の特徴抽出方法であり、手動抽出特徴の欠点を克服した。現在,その有効性は画像処理の分野で検証されている。本論文では,EEG信号の特徴抽出の困難性を克服するために,PCANET法を一次元信号の特徴抽出領域に適用し,測Huang信号の特徴を抽出した。次に,サポートベクトルマシン(SVM)を用いて,説Huang者と誠実者の2種類の信号を分類し,実験結果と他の分類器と未使用特徴抽出の分類効果を比較した。実験結果は,相対_SVMが,より高い訓練とテスト精度を得ることができ,EEG信号の特徴抽出におけるPCANETの有効性を示し,EEG信号に基づく測Huangのための新しい方法を提供することを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 画像処理 ,  ネットワーク ,  一次元 ,  *特徴抽出 ,  サポートベクトルマシン ,  主成分分析
準シソーラス用語： 脳波信号 ,  学習理論 , 【Automatic Indexing@JST】

著者キーワード (5件)： principal components analysis network (PCANet) ,  EEG ,  deception detection ,  deep learning ,  support vector machine

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： SVM ,  試験 ,  研究