| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状及发展动态分析 | 第11-13页 |
| 1.3 本文的主要内容及其章节安排 | 第13-15页 |
| 第2章 脑电信号及事件相关电位 | 第15-23页 |
| 2.1 脑电信号 | 第15-17页 |
| 2.2 事件相关电位 | 第17-19页 |
| 2.3 P300测谎可行性研究 | 第19-20页 |
| 2.3.1 P300诱发电位简介 | 第19页 |
| 2.3.2 P300测谎研究现状 | 第19-20页 |
| 2.4 N400测谎的可行性研究 | 第20-21页 |
| 2.4.1 N400诱发电位简介 | 第20-21页 |
| 2.4.2 N400测谎研究现状 | 第21页 |
| 2.5 本章小结 | 第21-23页 |
| 第3章 基于P300、N400的测谎实验设计 | 第23-41页 |
| 3.1 实验准备 | 第23-25页 |
| 3.1.1 ERP实验范式 | 第23-24页 |
| 3.1.2 实验问题测试方法 | 第24-25页 |
| 3.1.3 实验控制问题 | 第25页 |
| 3.2 基于P300的测谎实验设计 | 第25-32页 |
| 3.2.1 被试选择及注意事项 | 第25-26页 |
| 3.2.2 实验材料 | 第26页 |
| 3.2.3 实验过程 | 第26-28页 |
| 3.2.4 脑电信号采集与分析 | 第28-32页 |
| 3.3 基于N400的测谎实验设计 | 第32-39页 |
| 3.3.1 被试选择及注意事项 | 第32页 |
| 3.3.2 实验材料 | 第32-33页 |
| 3.3.3 实验过程 | 第33-35页 |
| 3.3.4 脑电信号采集与分析 | 第35-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 ELM-AE在P300特征提取中的应用 | 第41-45页 |
| 4.1 ELM-AE基本原理 | 第41-43页 |
| 4.2 基于ELM-AE的P300测谎脑电特征提取 | 第43-44页 |
| 4.2.1 P300测谎脑电数据 | 第43页 |
| 4.2.2 ELM-AE的参数设定 | 第43页 |
| 4.2.3 特征提取及效果验证 | 第43-44页 |
| 4.3 本章小节 | 第44-45页 |
| 第5章 样本熵在N400脑电测谎研究中的应用 | 第45-53页 |
| 5.1 样本熵 | 第45-46页 |
| 5.2 基于样本熵和N400的脑电测谎方法 | 第46-51页 |
| 5.2.1 N400测谎脑电数据 | 第46页 |
| 5.2.2 电极选择 | 第46-47页 |
| 5.2.3 特征提取与分析 | 第47-51页 |
| 5.3 本章小结 | 第51-53页 |
| 第6章 改进超限学习机在N400脑电测谎中的应用 | 第53-61页 |
| 6.1 ELM | 第53-54页 |
| 6.2 人工免疫算法优化ELM | 第54-55页 |
| 6.3 实验结果与分析 | 第55-60页 |
| 6.4 本章小结 | 第60-61页 |
| 第7章 总结与展望 | 第61-63页 |
| 7.1 全文总结 | 第61-62页 |
| 7.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 攻读硕士学位期间的科研成果 | 第71页 |