论文部分内容阅读
研究了优势决策中的神经机制解码方法。神经机制解码方法分为基于统计分析的单变量分析和基于机器学习的多变量分析。通过比较基于单变量的广义线性模型和基于多变量的多体素模式分析,探索优势决策中的解码方法。单变量分析中,采用单特征的逻辑斯蒂回归建立模型,多变量分析中,对比了以K近邻、朴素贝叶斯、线性支持向量机、非线性支持向量机为分类器的分类模型。结果表明利用线性支持向量机建立的模型,可以得到优于其他方法的解码精度,且多变量分类模型解码能力均在统计意义上优于单变量模型。