导读:本文包含了测谎算法论文开题报告文献综述及选题提纲参考文献，主要关键词:测谎,语音特征,栈式去噪自编码器,SVM
测谎算法论文文献综述
雷沛之,傅洪亮,陶华伟,姜芃旭,赵力[1]（2019）在《基于栈式去噪自编码器的语音测谎算法》一文中研究指出为了进一步提高谎言语音检测的准确率,提出了一种基于栈式去噪自编码器的语音测谎算法(SDA-SVM)。该算法首先采用OpenSMILE提取了384维语音特征;然后构建了两层去噪自编码网络对语音特征进行变换加工;最后,采用SVM分类器对语音是否为谎言进行分类识别。所用语音来源为CSC测谎语料库,实验结果显示:相比传统的SVM分类,所提算法的检测准确率至少提升1.85%。(本文来源于《电子器件》期刊2019年03期）
谢跃,梁瑞宇,包永强,赵力,王诗佳[2]（2019）在《融合改进梅尔谱特征和深信念网络的语音测谎算法》一文中研究指出为实现非接触式谎言检测,特提出了以语谱特征为线索,结合深度学习的谎言检测方法。为提取谎言中微颤抖所引起的语谱局部能量变化,算法先对梅尔频谱进行了Hu矩处理,然后进行离散余弦变换去除相关性。该特征利用了Hu矩的正交不变性和平移不变性,能较好的体现出语谱中局部能量的集中方式。然后将所提取的特征作为改进深信念网络输入进行谎言识别。为提高受限玻尔兹曼机的并行回火训练算法中相邻温度链之间的交换率,训练算法先对Markov链的状态能量进行等能量的划分,使得每个能量环内的状态具有相似的能量,然后再进行交换以提高交换率从而优化整个网络的训练。在Columbia-SRI-Colorado数据库上的实验表明,谎言识别率达到了71.47%,比梅尔倒谱系数特征的识别率提高了3%,比传统的BayesNet分类算法提高了7%。(本文来源于《声学学报》期刊2019年02期）
余龙[3]（2016）在《基于事件相关电位的脑电信号测谎算法研究》一文中研究指出测谎技术的发展历程与人类社会的发展史同样久远,目前已经从早期落后的测谎方式发展到现在的以科学理论为基础的科学测谎方式,其可靠性和稳定性得到显着提高。国外,测谎技术已被广泛应用于商用和警用领域,并且在案件侦查和审讯中发挥了重要作用。随着测谎技术应用优势的显露,我国高检和公安部于2000年左右先后确认测谎技术是一种有效的侦查技术。国家司法机关的认可促进了测谎技术在我国的发展和应用,目前各个省、市、自治区的侦查部门基本均配备了多道生理测谎仪。由于目前测谎准确率及测谎方式还有一些缺陷,迫切需要寻求新的测谎方法。由于ERP具有时空分辨率高、使用方便、成本低等优点,基于ERP的测谎研究越来越受到国内外学者的重视。近年来,虽然基于ERP的测谎研究取得了不少成果,但是,研究较多的是基于个人信息测试和犯罪知识测试的P300测谎方法,主要提取Fz、Cz、Pz叁个通道或仅提取单通道的ERP幅值、波面积、峰峰值等几何特性作为特征参数,然而几何性质并不能有效的反映脑电信号的特征,并且当前常用分类器的分类识别精确度还达不到实际应用的标准。因此,本文在现有理论知识的基础上,利用ERP技术进行测谎研究,采集了15名被试的P300脑电信号以及24名被试的N400脑电信号用于特征提取及分类识别研究。本文的主要工作如下：首先,在脑电信号特征提取方面,针对目前基于P300的特征提取研究较少且分类正确率较低的情况,提出了一种基于ELM-AE的P300特征提取方法,分别提取15名被试探测刺激和无关刺激诱发的脑电数据的特征,并通过SVM分类器计算该特征参数的分类识别率,达到89.5%的分类正确率,证实了提取特征的有效性,从而为基于P300的测谎脑电的特征提取提供了新的方法。针对现有技术中利用诱发电位波形几何性质进行测谎判断的不足,依据脑电信号的非线性、非平稳特性,结合样本熵度量N400诱发脑电信号的复杂度,通过对数据的统计分析找到区别说谎与否的特征阈值,比较探测刺激和无关刺激ERP脑电信号数据样本熵值差的绝对值与阈值的大小,判断是否说谎。实验表明,所提特征能很好的区分是否说谎。其次,在脑电信号分类方面,将人工免疫算法和超限学习机相结合,提出了一种基于AIA-ELM的N400诱发电位测谎新方法。将24名被试分成犯罪组和对照组,提取多通道的N400峰值、平均幅值、中值频率组成特征向量,采用AIA-ELM算法对被试的探测刺激与无关刺激进行分类,分类识别率达到97.6%。实验结果表明本方法能较有效的进行谎言区分,为N400测谎提供了一种新的参考依据。综上所述,ELM-AE以及样本熵均能用于测谎脑电信号的特征提取与分析,且能有效对说谎与否进行区分,所提出的AIA-ELM算法能有效提高测谎脑电信号的分类识别精度。这叁种方法主要从特征提取和分类算法两个方面对测谎脑电信号进行分类研究,均取得了较好的效果。由此可见,对特征提取与分类算法的研究能有效促进ERP测谎技术的发展。(本文来源于《陕西师范大学》期刊2016-05-01）
王瑞,左磊,罗毅,许耐冬,杨颖[4]（2015）在《基于遗传算法的人机交互式测谎参数搜索算法研究》一文中研究指出"说谎"作为一种概念和行为现象,在人类社会中普遍存在,这一现象在道德范围内是不被允许的,在一般社会生活中也不被提倡,它频繁的出现在我们与他人的社会互动和社会交往中,对个体和社会有着深刻的影响。为消除或减轻"说谎"所造成的负面影响,测谎技术应运而生。目前,测谎技术已被许多国家信任并被广泛应用于刑侦,民事审判等多个领域,与此同时,如何对测谎过程中的各种参数合理取值作为影响测谎结果的关键环节越来越成为被关注的焦点。针对此问题,本文提出利用遗传算法,通过人机交互的方式求解测谎参数的最优值,即对遗传算法灵活应用,进一步,通过实验和得出,将遗传算法应用于测谎参数的确定具有更大的发展潜力和应用价值。(本文来源于《科学中国人》期刊2015年23期）
梁健威[5]（2015）在《基于多域融合与遗传算法的P300测谎研究》一文中研究指出测谎研究是心理学应用研究中的一大热点,近年来,随着事件相关电位(Event Relate Potential, ERP)等技术的发展,基于ERP的测谎方法已经成为现代测谎技术的主要发展方向之一,而P300电位则是实验室测谎研究中最为常用的一种ERP成分,它用于测谎的有效性已经得到了充分的验证。对基于P300的测谎方法的研究与应用有利于犯罪的侦测、反恐和安全防护等领域,为遏制犯罪和维护国家与地区的安全提供新的技术途径。基于P300的测谎技术主要由测谎范式与刺激呈现、脑电数据采集和信号处理分析叁个部分组成。脑电(Electroencephalograph, EEG)信号处理方法又可以分为信号预处理,特征提取和模式分类叁个步骤,它是基于P300的测谎技术的关键,信号处理方法的好坏直接决定了测谎方法的性能,因此对EEG信号处理方法的研究是非常有意义的。本文在充分研究已有的EEG信号处理方法的基础上,针对EEG信号信噪比低、噪声干扰强且种类多,而传统P300测谎研究的信号处理分析方法中,特征比较单一,无法全面地表征信号的本质特性,并且特征的可分性较低等不足,对EEG信号处理方法及其在测谎中的应用进行了研究。首先,本文结合了多域融合与遗传算法的思想,提出了一种基于多域融合与遗传算法的EEG信号处理方法,将信号预处理与特征提取从时频域扩展到空间域,并且通过遗传算法对特征集合进行筛选,剔除冗余特征,从而得到最优的特征子集。通过想象左右手运动的EEG信号对该方法进行离线验证,提出的算法与传统特征提取方法相比平均分类正确率与最高分类正确率分别提高了1.9个百分点和3.6个百分点,特征数量减少了80%；与实验室原有的研究结果相比虽然平均分类正确率和最高分类正确率分别减少了0.6个百分点和1.2个百分点,但是特征数量减少了70%,有利于实时在线应用。而与单一的频域频带能量特征提取方法相比,提出的方法在特征数量和平均分类正确率这两个性能指标上都有着较大的提高。其次,根据基于多域融合与遗传算法的EEG信号处理方法提出一种新的P300测谎方法,以人脸作为刺激内容,应用叁刺激的GKT范式设计并实现了基于P300的测谎实验。对参与测谎实验的12名被试进行EEG信号的采集,使用基于多域融合与遗传算法的EEG信号处理方法对采集得到的EEG信号进行预处理、特征提取与分类,最终得到12名被试在留一交叉验证(Leave-one-out Cross Validation, LOOCV)下的平均分类正确率以及对P刺激和Ⅰ刺激的平均识别率分别为95.53%、90.99%和96.66%。与两篇相关文献中的方法相比,在P刺激识别率上分别提高了11.99个百分点和5.99个百分点,在Ⅰ刺激识别率上分别提高了2.56个百分点和2.83个百分点,在总的分类正确率上分别提高了4.44个百分点和3.46个百分点。第叁,根据基于多域融合与遗传算法的EEG信号处理方法所提出的P300测谎方法,设计了模拟网络诈骗犯罪情景,提取犯罪细节相关的文本信息作为叁刺激GKT测谎范式的探测刺激,对12名被试进行测谎实验并采集EEG信号。使用基于多域融合与遗传算法的EEG信号处理方法对采集得到的EEG信号进行预处理、特征提取与分类,并且为了提高实用性对该方法在细节上进行了一定的优化。利用Leave-one-out交叉验证法能够得到96.81%的平均分类正确率,判别被试的角色类型时,通过设置阈值Pp%(P刺激被识别为P刺激的概率)与P1%(P刺激被识别为Ⅰ刺激的概率)作为被试所扮演的角色类型的判别标准,若取Pp%＝93%,P1%=92%,则能得到100%的个体识别率。最后,本文介绍了根据E-prime软件、上海诺成脑电采集设备和Matlab软件设计并构建的测谎实验平台。(本文来源于《浙江大学》期刊2015-01-01）
荣凤娟,艾玲梅[6]（2015）在《一种利用K-SVM的测谎新算法》一文中研究指出文中将支持向量机(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。(本文来源于《计算机技术与发展》期刊2015年01期）
荣凤娟[7]（2014）在《基于P300的测谎算法研究》一文中研究指出随着社会文化意识和科技水平的不断提高,研究如何将科技手段应用于刑事侦查,已成为公安系统亟需解决的重大问题。测谎技术作为一种高科技手段,并非测试谎言本身,而是通过监测被测者回答问题时的生理指标变化来判定其是否具有说谎行为,从而排除无辜、缩小搜索范围,为案件的进一步侦查取得突破口。目前测谎技术已被很多发达国家作为一种辅助手段应用到侦破审讯中,并且实践证明,测谎技术在审讯工作中的普及和应用是提高办案效率和准确率的有效途径之一近年来,虽然以心理学和信息科学为理论基础的P300测谎技术受到越来越多的科研人员的青睐,并取得了很大的进步,但目前的研究成果仍然满足不了现实需要,这是因为设计的实验方案不能完全再现真实的犯罪情景,而且常用的分类方法也不够精确,难以准确地对罪犯和无辜者进行识别。因此本文在改进模拟犯罪实验和自传信息实验的基础上采集15名志愿者的脑电信号,并将其进行比较,分析不同方案下两种刺激信息诱发的ERP波形的异同,然后结合新型分类器对提取到的数据特征分类识别,以此来探索影响测谎准确率的关键。本文的主要工作如下：首先,针对目前测谎实验中忽略了嫌疑人的犯罪心理对P300的影响、设计的方案与真实案件相脱节以及无法评估被试是否配合等问题,本文提出在ERP测试之前加入审讯环节,通过犯罪情景再现的方式来增强受试者的犯罪心理和欺骗意识,使得模拟犯罪情景更真实化。同时在ERP测试过程中对呈现的刺激信息进行随机提问,使得受试者在整个测试过程中都保持高度集中力,并将受试者对随机问题的回答作为测试配合度的评估标准,进而确保了数据的科学性和合理性。在改进实验方案的基础上分别设计模拟犯罪实验和自传信息实验,通过对比两组实验的ERP数据发现,对受试者来说熟悉的自传信息更易诱发强烈的P300,从而说明测谎实验设计中,增强受试者对刺激信息的熟悉度是诱发显着P300的关键。然后,从SVM用于测谎识别中分类精度不高、单通道脑电数据又可能存在较强的个体差异性等方面考虑,在分析K近邻算法与SVM之间的关系的基础上,提出将两种算法相结合,构成新型分类器K-SVM,并分别应用到多通道ERP的测谎研究中,同时对两种方案的结果进行对比,发现其测谎识别率在一定程度上都得以提高,从而为测谎研究提供了新的参考依据。最后,针对SVM算法的核函数及参数难以确定,对分类效果影响较大等问题,提出采用参数较少、算法简单、全局搜索能力强的布谷鸟搜索算法对SVM参数进行优化,然后利用寻得的最佳参数对数据进行分类识别。结果发现,在两组实验中CS-SVM算法与其他算法相比,都表现出了更优更稳定的正确识别率,从而证明CS-SVM算法能够较好地用于测谎研究。(本文来源于《陕西师范大学》期刊2014-05-01）
姚志刚[8]（2008）在《测谎算法比较研究及其ASIC集成实现》一文中研究指出诚实是经济社会的基石,恶意说谎诱使人犯罪。近年来,伴随着测谎学的发展,测谎技术的研究对象已经转为人脑的化学指标,并且,测谎系统的微型化也已成为其发展的一个重要趋势。本文工作目标有二,一是基于梳理已知测谎算法的优缺点,重点比较研究了两种测谎新算法,二是针对测谎系统的集成化设计需求,初步实现了FPGA测谎微系统。首先,分析对比已知的测谎算法及其测谎准确率。根据所学到的测谎研究范式,研究思路针对人脑的化学指标,依据耳穴与人脑的双向映射原理,通过直接提取耳穴近红外血氧低频信息,间接测量脑神经递质变化。寻求新的测谎算法,研究谎/实新特征。接着,利用近红外传感技术,采集耳穴信号,构造扑克牌测谎实验,基于PC机平台采集测谎数据,分别应用K聚类分析(SPSS软件)和超低频自相关算法分析,具体寻找和构造谎/实的新特征。最后,基于FPGA平台硬化了超低通滤波算法,与近红外传感采集电路相结合,设计并完成了测谎的准ASIC集成系统。通过实验得到结果:超低频自相关算法测谎准确率在80%,SPSS平台测谎准确率在70%,FPGA平台准确率在80%。该工作可为测谎ASIC或SoC的设计奠定基础。(本文来源于《苏州大学》期刊2008-05-01）
李凯,杨善林,刘桂庆[9]（2006）在《一种基于FIRE模型的Agent联合测谎算法》一文中研究指出FIRE模型改进了SPORAS模型,更适用于开放性的问题求解要求。检测相互合作的Agent是否说谎、以及对说谎现象进行有效控制能够提高多Agent系统模型的实用价值。基于FIRE模型,提出一种对说谎Agent进行联合测度与控制的算法,是对Zacharia和Jennings等人关于多Agent系统信任和名誉模型的研究工作的进一步延续。(本文来源于《系统仿真学报》期刊2006年06期）
李文石,曹勇[10]（2004）在《自动评分测谎SOC实现的算法研究》一文中研究指出为探索SOC化的测谎自动评分系统,本文综论美国测谎技术的自动评分算法研究成果,简介国内包括我们的相应工作,讨论SOC化创新的技术生长点。(本文来源于《中国集成电路》期刊2004年02期）
测谎算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
为实现非接触式谎言检测,特提出了以语谱特征为线索,结合深度学习的谎言检测方法。为提取谎言中微颤抖所引起的语谱局部能量变化,算法先对梅尔频谱进行了Hu矩处理,然后进行离散余弦变换去除相关性。该特征利用了Hu矩的正交不变性和平移不变性,能较好的体现出语谱中局部能量的集中方式。然后将所提取的特征作为改进深信念网络输入进行谎言识别。为提高受限玻尔兹曼机的并行回火训练算法中相邻温度链之间的交换率,训练算法先对Markov链的状态能量进行等能量的划分,使得每个能量环内的状态具有相似的能量,然后再进行交换以提高交换率从而优化整个网络的训练。在Columbia-SRI-Colorado数据库上的实验表明,谎言识别率达到了71.47%,比梅尔倒谱系数特征的识别率提高了3%,比传统的BayesNet分类算法提高了7%。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
测谎算法论文参考文献
[1].雷沛之,傅洪亮,陶华伟,姜芃旭,赵力.基于栈式去噪自编码器的语音测谎算法[J].电子器件.2019
[2].谢跃,梁瑞宇,包永强,赵力,王诗佳.融合改进梅尔谱特征和深信念网络的语音测谎算法[J].声学学报.2019
[3].余龙.基于事件相关电位的脑电信号测谎算法研究[D].陕西师范大学.2016
[4].王瑞,左磊,罗毅,许耐冬,杨颖.基于遗传算法的人机交互式测谎参数搜索算法研究[J].科学中国人.2015
[5].梁健威.基于多域融合与遗传算法的P300测谎研究[D].浙江大学.2015
[6].荣凤娟,艾玲梅.一种利用K-SVM的测谎新算法[J].计算机技术与发展.2015
[7].荣凤娟.基于P300的测谎算法研究[D].陕西师范大学.2014
[8].姚志刚.测谎算法比较研究及其ASIC集成实现[D].苏州大学.2008
[9].李凯,杨善林,刘桂庆.一种基于FIRE模型的Agent联合测谎算法[J].系统仿真学报.2006
[10].李文石,曹勇.自动评分测谎SOC实现的算法研究[J].中国集成电路.2004