笔趣阁(biquge12345.com)更新快，无弹窗！
说,“我上次已经和韩老师讨论过基本思路,现在想在这个项目上实现它。“
张浩看了看韩教授,韩教授点点头:“让他试试。“
“好吧。“张浩说,“那你需要什么数据?“
“把原始的脑电数据给我,还有被试的任务标签。“林煜说,“我自己写代码处理。“
“你会写代码?“王磊终于开口了。
“会一点MATLAB和Python。“林煜说。
“行,我晚点把数据传给你。“王磊说。
接下来的一个月,林煜几乎每天都泡在实验室。
早上八点到晚上十点,除了吃饭和必要的休息,他都在电脑前,对着那些脑电数据,一行一行地写代码,一遍一遍地调试算法。
他先用相空间重构,把一维的脑电时间序列转换成多维的轨迹。
然后计算Lyapunov指数,量化信号的混沌特性。
接着用局部线性预测,提取非线性特征。
最后用支持向量机(SVM)作为分类器,因为SVM天然适合处理非线性问题。
每一步,他都要反复调试参数,反复验证结果。
有时候,一个小bug能困扰他一整天。
有时候,参数调整了几十次,准确率还是上不去。
但他没有放弃,一次次地试错,一次次地优化。
而在这个过程中,他的“规则视野“发挥了巨大的作用。
当他盯着那些复杂的脑电波形时,他能“看见“隐藏在噪声下面的真实信号模式。
当他在调试算法参数时,他能“看见“参数空间中的最优区域。
当他在分析数据时,他能“看见“那些线性方法无法捕捉的非线性之间的关联。
这种直觉,让他少走了很多弯路,让他能够比别人更快地找到问题的关键。
2005年8月10日,下午三点。
林煜盯着电脑屏幕,看着最新的测试结果,心跳加速。
准确率:83.2%
他揉了揉眼睛,又看了一遍。
没错,83.2%!
比原来的68%提高了15个百分点!
超过了75%的目标!
“师兄!“林煜冲到张浩的工位前,“成功了!“
张浩正在写论文,抬起头:“什么成功了?“
“算法!准确率上去了!“林煜把笔记本电脑拿给他看。
张浩看着屏幕上的数字,愣住了。
“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。“
（本章未完，请点击下一页继续阅读）第53章：第一个小项目(第2/2页)
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