《表2 脑功能网络特征的平均识别率和最高识别率》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于锁相值和图论的脑功能网络特征提取方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在提取脑功能网络的特征参数后，将特征Ka、CPL、SW分别归一化至[0，1]区间，通过构建特征向量来分类两种运动想象任务。本文选用支持向量机（support vector machine，SVM）分类器，采用10折交叉验证法进行实验验证，其中SVM采用LibSVM软件包实现，其核函数选择RBF函数，惩罚因子c和核参数g通过遍历法选取平均识别率最高时的参数值。10折交叉验证结果见表2。