CSpace
基于事件相关电位(ERPs)和机器学习的考试焦虑诊断
章文佩1; 沈群伦2; 宋锦涛1; 周仁来1
2019
发表期刊心理学报
ISSN0439-755X
页码1116-1127
摘要考试焦虑对个体的身心具有严重危害。传统诊断考试焦虑的方法容易受到个体主观态度的影响,从而影响对个体考试焦虑的发现与及早干预。为了克服传统主观问卷对考试焦虑群体诊断的不足,本研究提出脑电神经数据结合机器学习的客观综合诊断方法评估个体的考试焦虑水平。研究采用情绪Stroop范式,结合脑电技术测量个体对考试焦虑者的注意抑制功能,机器学习基于此前提,提取P1, P2, N2, P3和LPP五种事件相关电位(ERP)成分,以卷积神经网络(CNN)为主采用7种常见的机器学习算法对个体考试焦虑程度进行进一步的诊断。结果表明CNN对考试焦虑诊断的准确率达86.5%,F1-score为0.911,显著高于其他6种常见算法。因此采用CNN对脑电信号进行深度学习得出的诊断模型能够有效地对个体的考试焦虑程度进行诊断。
关键词机器学习 考试焦虑 情绪Stroop ERPs
收录类别CSCD
语种中文
CSCD记录号CSCD:6585715
引用统计
文献类型期刊论文
条目标识符http://ir.amss.ac.cn/handle/2S8OKBNM/57227
专题中国科学院数学与系统科学研究院
作者单位1.南京大学
2.中国科学院数学与系统科学研究院
推荐引用方式
GB/T 7714
章文佩,沈群伦,宋锦涛,等. 基于事件相关电位(ERPs)和机器学习的考试焦虑诊断[J]. 心理学报,2019:1116-1127.
APA 章文佩,沈群伦,宋锦涛,&周仁来.(2019).基于事件相关电位(ERPs)和机器学习的考试焦虑诊断.心理学报,1116-1127.
MLA 章文佩,et al."基于事件相关电位(ERPs)和机器学习的考试焦虑诊断".心理学报 (2019):1116-1127.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[章文佩]的文章
[沈群伦]的文章
[宋锦涛]的文章
百度学术
百度学术中相似的文章
[章文佩]的文章
[沈群伦]的文章
[宋锦涛]的文章
必应学术
必应学术中相似的文章
[章文佩]的文章
[沈群伦]的文章
[宋锦涛]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。