تشخیص میزان صحت گفتار فرد با استفاده از سیگنال های سایکوفیزیولوژیک مبتنی بر روش های غیرخطی

یکی از مسایلی که مورد توجه بسیاری از مراجع قضایی و امنیتی است تایید صحت اظهارات اشخاص است. سیستم های دروغ سنجی که تاکنون طراحی شده اند هیچ یک نتوانسته اند به طور کامل صحت بیانات فرد را تایید کنند. از جمله این روش ها می توان به استرس سنجی صدا تصویر برداری حرارتی تشخیص فریب با استفاده از پلک زدن اشاره کرد. ایراد روش های فوق هزینه بر بودن همچنین مراحل ثبت و تحلیل و تفسیر مشکل می باشد. طبق نتایج به دست آمده از آزمایشات گوناگون بر روی داده های پلی گرافی سیگنال های فوتوپلتیسموگرافی و مقاومت الکتریکی پوست بیشترین وابستگی را به حالات روانی فرد به تعداد ویژگی های بهینه خصوص استرس دارند. هم چنین تغییرات این سیگنالها بیشترین وزن را در نتیجه گیری کلی از تغییرات پارامترها داراست. از 20 داده دروغ سنجی که در پژوهشکده پردازش هوشمند علایم ثبت شده اند استفاده شده است. پس از پیش پردازش ویژگی های زمانی، فرکانسی و زمانی، فرکانسی استخراج شده اند. سپس توسط روش T-Test به استخراج ویژگی های بهینه و کاهش بعد ویژگی ها از آنالیز مولفه های اصلی PCA استفاده شده است. تعداد ویژگی های بهینه به وسیله روش T-Test یازده ویژگی می باشد. در نهایت طبقه بندی کننده MLP و ELMAN به کار گرفته شده است که طبقه بندی کننده ELMAN درصد صحت مناسبی را داراست.

کلیدواژه ها:

سیستم های دروغ سنجی ، سیستم های غربالگری ، سیگنال فوتوپلتیسموگرافی ، سیگنال مقاومت الکتریکی پوست ، تفکیک کننده خطی