基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
脑电信号中往往含有各种形式的噪声干扰信号.这些干扰成分包括眼电、心电伪迹以及工频干扰等.由于干扰信号和脑电信号在频域上相互重叠,因此用时域或频域滤波的方法难以有效地消除脑电信号中的干扰成分.独立分量分析(Independent Component Analysis,ICA)是20世纪90年代发展起来的一种新的盲源分离方法(Blind Source Separation,BSS),将ICA方法应用于实测脑电信号的处理,获得非常理想的消噪效果.
推荐文章
基于MSF的脑电信号消噪
脑电信号
噪声去除
最大信号分量(MSF)
基于扩展Infomax 独立分量分析算法的脑电信号消噪
骨关节植入物
骨关节损伤基础实验
脑电信号
噪声
干扰
消噪
去除
Infomax 算法
扩展
独立分量分析
神经网络
大脑疾病
基于AR模型的小波变换在脑电信号消噪中的应用
自回归模型
小波变换
脑电信号
消噪
应用自相关和独立分量分析的胎儿心电信号提取
胎儿
心电信号
母体腹部信号
自相关
独立分量分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于独立分量分析的脑电信号消噪
来源期刊 现代制造工程 学科 工学
关键词 脑电 独立分量分析 眼电
年,卷(期) 2006,(2) 所属期刊栏目 仪器仪表/检测/监控
研究方向 页码范围 89-91
页数 3页 分类号 TN97
字数 2367字 语种 中文
DOI 10.3969/j.issn.1671-3133.2006.02.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴小培 安徽大学电子科学与技术学院 132 1377 20.0 29.0
2 翟葵 安徽大学电子科学与技术学院 6 15 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (29)
参考文献  (4)
节点文献
引证文献  (13)
同被引文献  (9)
二级引证文献  (29)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(2)
  • 二级引证文献(1)
2010(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(1)
  • 引证文献(0)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(8)
  • 引证文献(2)
  • 二级引证文献(6)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
脑电
独立分量分析
眼电
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代制造工程
月刊
1671-3133
11-4659/TH
大16开
北京市西城区核桃园西街36号301A
2-431
1978
chi
出版文献量(篇)
9080
总下载数(次)
14
总被引数(次)
50123
论文1v1指导