“准确率多少?“韩教授问。
“平均68%。“张浩说，语气里有些无奈，“距离75%的目标还差7个百分点。“
“瓶颈在哪里?“
“信噪比太低。“张浩说，“运动想象的脑电信号本身就很微弱，再加上各种噪声干扰，很难准确识别。我们试过很多滤波方法，但效果都不明显。“
韩教授点点头，然后看向林煜:“林煜，你有什么想法?“
所有人的目光都集中在林煜身上。
林煜深吸一口气，站起来，走到白板前。
“我看过张师兄的数据和代码。“林煜说，“CSP+LDA是很经典的方法，但它有个前提假设:脑电信号是线性的，高斯分布的。“
“但实际上呢?“韩教授问。
“实际上，大脑是非线性系统。“林煜在白板上画了一个示意图，“神经元之间的相互作用是非线性的，脑电信号的产生机制也是非线性的。如果我们用线性方法，会损失很多信息。“
张浩皱了皱眉:“那你的意思是?“
“我想试试非线性动力学方法。“林煜说，“具体来说，用混沌理论对脑电信号建模，然后设计自适应的非线性滤波器。“
“混沌理论?“刘梅有些惊讶，“那不是物理学的东西吗?“
“对，但它可以用在脑电信号处理上。“林煜说，“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。