刘新磊
- 作品数：2 被引量：4H指数：1
- 供职机构：哈尔滨工业大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金深圳市基础研究计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于脑电信号的博弈决策预测方法研究被引量：1
- 2018年
- 博弈认知状态由于其严密的逻辑性和数学框架,是脑机接口的新兴领域。近年来受到数学家、心理学家和计算机学者广泛的关注,并且已经取得一定的研究成果。首先,本文设计了具有典型博弈活动的"石头-剪刀-布"认知状态研究实验。接着对博弈活动进行了阶段性的划分。然后,采集了17个被试的脑电数据,接着对采集到的脑电数据进行:(1)脑电预览;(2)伪迹剔除与矫正;(3)数字滤波;(4)转参考;(5)Double-ICA去伪迹;(6)脑电分段;(7)基线矫正等离线预处理操作。在此基础上,分别从统计学特征、时域特征和频域特征3个方面对被试出石头、剪刀、布3种情况下的脑电信号进行特征提取,使用基于关联的特征选择方法进行特征选择。最后使用SVM分类器进行分类识别,其中SVM的核函数采用线性核函数,达到了83.3%的识别率。
- 刘新磊李海峰马琳
- 关键词：博弈统计特征功率谱
- 猜拳博弈过程脑电的时频特征分析及基于优选特征的博弈决策预测被引量：3
- 2017年
- 博弈是人类根据信息和经验做出使利益最大化决策的一种行为。对博弈的脑研究由来已久,使用的方法也各不相同,但都侧重于博弈的原理研究,对博弈过程中脑活动的认知规律研究几乎无人涉足。本文设计了具有静息、评估、决策、反馈、休息五个阶段的"石头-剪刀-布"猜拳博弈实验范式。采集并提取了17名被试在博弈活动不同阶段脑电波的时频特征,通过研究评估阶段脑活动的认知规律,提出了基于优选特征的博弈决策预测方法。使用SVM对决策过程训练并识别,达到了80%的识别率,说明了本文提出的优选特征能够很好地表达博弈认知过程的特点。
- 薄洪健刘新磊马琳丰上李海峰
- 关键词：脑活动博弈过程脑电波
