“83.2%?你确定没算错?“
“确定!我用交叉验证测了三遍,结果都是83%以上!“林煜激动地说。
张浩站起来,仔细看着代码和结果,眉头越皱越紧,但眼神越来越亮。
“你这个方法……“他翻看着代码,“相空间重构,Lyapunov指数,局部线性预测,再加SVM分类……“
“对,就是上次组会我说的非线性方法。“林煜说。
张浩沉默了几秒,然后看着林煜,眼神里有震惊,也有敬佩:
“林煜,你知道吗?我们这个项目,已经做了一年多,准确率一直卡在70%左右。我试过十几种方法,都上不去。“
“我只是……运气好。“林煜有些不好意思。
“不是运气。“张浩摇摇头,“你是真的懂。你不仅懂理论,还能把它实现出来。这种能力,很多博士生都没有。“
他转身,走向韩教授的办公室:“老师!林煜的算法成功了!“
韩教授正在看论文,听到张浩的话,抬起头:“成功了?“
“准确率83.2%,超过目标了!“张浩说。
韩教授站起来,快步走到林煜的电脑前,仔细看着结果,然后看着代码,最后看着林煜。
“林煜,详细跟我讲讲你的方法。“
林煜深吸一口气,开始讲解:
“首先,我观察到运动想象时,大脑运动皮层的μ节律(8-13Hz)和β节律(13-30Hz)会产生事件相关去同步化,也就是功率下降。但这个变化很微弱,而且非线性。“
他调出一张图:
“传统的CSP方法,只是找空间滤波器,把信号变换到方差最大的方向。但它假设信号是线性的,高斯的,这在实际中往往不成立。“
“所以我用相空间重构,把时间序列嵌入到高维空间,在这个空间里,非线性的动力学结构会变得更明显。“
“然后用Lyapunov指数,量化信号的混沌程度。我发现,运动想象时的脑电信号,Lyapunov指数会发生变化,这是一个很好的区分特征。“
“最后用局部线性预测,在相空间里预测下一个状态。预测误差反映了信号的复杂度,也是一个有效特征。“
“把这些非线性特征输入SVM,就能达到83%的准确率。“
林煜讲完,韩教授点了点头,眼神里满是赞许:
“思路很清晰
本章未完，请点击下一页继续阅读！