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:
开发基于脑-计算机接口的脑控拼写装置,核心问题之一是实时、准确地从头皮电极记录到的脑电背景信号中提取通信载体信号,以决定用户选择的是哪个按键.该文对利用独立分量分析从多通道脑电信号中提取N2成分进行了研究,针对独立分量极性及通道不确定的问题,结合基于负熵非高斯性极大判据的ICA算法,采用双极性阈值方法,较好地增强及提取了诱发脑电中的N2成分,对比分析表明,该方法有效地提高了后续模式分类的正确率.
推荐文章
"模拟阅读"脑-机接口N2P3成分的自动提取
模拟阅读
ICA
单次特征
自动提取
SVM
基于独立分量分析的大脑视觉诱发电位单次提取
独立分量分析
诱发电位
视觉诱发电位
单次提取
应用独立分量分析提取机器的状态特征
独立分量分析
机器状态
特征提取
自相关
基于虚拟通道的ICA的P-VEP提取方法的研究
ICA
P-VEP
虚拟通道
单次提取
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VEP中N2成分提取
来源期刊 计算机工程 学科 工学
关键词 独立分量分析 视觉诱发电位 脑-机接口 N2成分
年,卷(期) 2006,(12) 所属期刊栏目 博士论文
研究方向 页码范围 29-31
页数 3页 分类号 TP391.4
字数 2447字 语种 中文
DOI 10.3969/j.issn.1000-3428.2006.12.012
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 陈亚光 中南民族大学电子信息工程学院 77 503 12.0 17.0
2 官金安 中南民族大学电子信息工程学院 34 181 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (4)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(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(0)
  • 二级引证文献(1)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
独立分量分析
视觉诱发电位
脑-机接口
N2成分
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导