测谎技术的发展历程与人类社会的发展史同样久远,目前已经从早期落后的测谎方式发展到现在的以科学理论为基础的科学测谎方式,其可靠性和稳定性得到显著提高。国外,测谎技术已被广泛应用于商用和警用领域,并且在案件侦查和审讯中发挥了重要作用。随着测谎技术应用优势的显露,我国高检和公安部于2000年左右先后确认测谎技术是一种有效的侦查技术。国家司法机关的认可促进了测谎技术在我国的发展和应用,目前各个省、市、自治区的侦查部门基本均配备了多道生理测谎仪。由于目前测谎准确率及测谎方式还有一些缺陷,迫切需要寻求新的测谎方法。由于ERP具有时空分辨率高、使用方便、成本低等优点,基于ERP的测谎研究越来越受到国内外学者的重视。近年来,虽然基于ERP的测谎研究取得了不少成果,但是,研究较多的是基于个人信息测试和犯罪知识测试的P300测谎方法,主要提取Fz、Cz、Pz三个通道或仅提取单通道的ERP幅值、波面积、峰峰值等几何特性作为特征参数,然而几何性质并不能有效的反映脑电信号的特征,并且当前常用分类器的分类识别精确度还达不到实际应用的标准。因此,本文在现有理论知识的基础上,利用ERP技术进行测谎研究,采集了15名被试的P300脑电信号以及24名被试的N400脑电信号用于特征提取及分类识别研究。本文的主要工作如下：首先,在脑电信号特征提取方面,针对目前基于P300的特征提取研究较少且分类正确率较低的情况,提出了一种基于ELM-AE的P300特征提取方法,分别提取15名被试探测刺激和无关刺激诱发的脑电数据的特征,并通过SVM分类器计算该特征参数的分类识别率,达到89.5%的分类正确率,证实了提取特征的有效性,从而为基于P300的测谎脑电的特征提取提供了新的方法。针对现有技术中利用诱发电位波形几何性质进行测谎判断的不足,依据脑电信号的非线性、非平稳特性,结合样本熵度量N400诱发脑电信号的复杂度,通过对数据的统计分析找到区别说谎与否的特征阈值,比较探测刺激和无关刺激ERP脑电信号数据样本熵值差的绝对值与阈值的大小,判断是否说谎。实验表明,所提特征能很好的区分是否说谎。其次,在脑电信号分类方面,将人工免疫算法和超限学习机相结合,提出了一种基于AIA-ELM的N400诱发电位测谎新方法。将24名被试分成犯罪组和对照组,提取多通道的N400峰值、平均幅值、中值频率组成特征向量,采用AIA-ELM算法对被试的探测刺激与无关刺激进行分类,分类识别率达到97.6%。实验结果表明本方法能较有效的进行谎言区分,为N400测谎提供了一种新的参考依据。综上所述,ELM-AE以及样本熵均能用于测谎脑电信号的特征提取与分析,且能有效对说谎与否进行区分,所提出的AIA-ELM算法能有效提高测谎脑电信号的分类识别精度。这三种方法主要从特征提取和分类算法两个方面对测谎脑电信号进行分类研究,均取得了较好的效果。由此可见,对特征提取与分类算法的研究能有效促进ERP测谎技术的发展。