《表2 不同测谎方法下的分类准确率结果》
提示：宽带有限、当前游客访问压缩模式
注释:多域联合特征提取方法指时域、频域及小波域特征联合.
本文将这些网络参数作为分类的特征集，利用SVM分类器建立分类模型，得到了约88.1%的平均测试准确率.截止目前，虽然国内外已经有测谎准确率的报道，由于测谎方式及测谎数据处理方式的不同，直接进行测谎准确率的对比并不合适.本文使用BAD和BCD[15]两种测谎方法对实验数据进行了分析，得出的测谎准确率和本文采取的测谎方法得出的结果进行比较，结果见表2.
| 图表编号 | XD0017150200 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2018.07.01 |
| 作者 | 司慧芳、谢天、高军峰、官金安、向州州、兰长有、卿训华 |
| 绘制单位 | 中南民族大学生物医学工程学院认知科学国家民委重点实验室、中南民族大学生物医学工程学院认知科学国家民委重点实验室、中南民族大学生物医学工程学院认知科学国家民委重点实验室、电子科技大学生命科学与技术学院、中南民族大学生物医学工程学院认知科学国家民委重点实验室、中南民族大学生物医学工程学院认知科学国家民委重点实验室、中南民族大学生物医学工程学院认知科学国家民委重点实验室、中南民族大学生物医学工程学院认知科学国家民委重点实验室 |
| 更多格式 | 高清、无水印（增值服务） |
