基于独立分量分析的生理信号盲源分离

• 作者: 周卫东
• 来源期刊: 山东生物医学工程
• 学科: 医学
• 关键词: 盲源分离 独立分量分析 人工神经网络 极大似然估计 脑电 语音
• 年，卷（期）: 2002,（2）
• 所属期刊栏目: 论著
• 页码范围: 4-6
• 页数: 3页
• 分类号: R318
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6278.2002.02.002

摘要

用于盲源分离的独立分量分析(ICA)和扩展ICA算法,基于极大似然估计,给出一个衡量输出分量统计独立的目标函数,最优化该目标函数,得到一种用于独立分量分析的迭代算法.扩展ICA算法的优点在于迭代过程中不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯信号的分离.应用该算法实现了脑电、心电信号以及语音信号的分离,并给出了实验结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周卫东	山东大学信息科学与工程学院	39	556	15.0	22.0