心理测试中掩饰行为的识别研究
【摘要】 脑电（Electrocorticogram，EEG）信号能够正确地揭示人的心理活动，因此被广泛地运用到心理测试中。提出了一种基于EEG信号的非线性特征融合方法，对受试者在心理测试中是否存在掩饰行为进行识别。对心理测试过程中受试者的EEG信号进行预处理，提取各通道信号的Lempel-Ziv复杂度LZC、样本熵SE、排列熵PE和模糊熵FE四种非线性特征;使用多维尺度分析（MDS）对所得的四种特征的不同特征组合进行融合和降维操作。针对不同特征组合，采用正则化核函数极限学习机构建分类模型并通过测试集验证分类模型的性能。实验结果表明，分类模型准确率能达到82.9%，证明了该方法的适用性。
