题目：基于P300的测谎算法研究

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著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。