原文服务方: 计算机应用研究       
摘要:
为了更有效地提取脑电信号特征波,结合小波包和ICA(独立分量分析),提出了一种脑电特征波提取方法.首先对脑电信号进行小波包分解,然后进行相关频段信号的重构,从而提取出特征波的概貌作为初次提取的特征波;再利用ICA分离技术,以初次提取的特征波为参考信号对其进行增强.实验结果表明,对比于独立地应用某一种方法,两种方法相结合更能有效地提取脑电信号特征波.
推荐文章
结合小波包和ICA技术的脑电特征提取研究
小波包
独立分量分析
脑电信号
特征提取
基于小波包变换的肌电信号特征提取
小波包变换
特征提取
表面肌电信号
Elman神经网络
小波域变步长ICA算法提取胎儿心电信号
胎儿心电信号提取
小波变换
独立分离提取
基于小波包变换的癫痫心电信号特征提取
癫痫
心电信号
小波包
最小二乘法
识别率
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 结合小波包和ICA的脑电信号特征波提取方法
来源期刊 计算机应用研究 学科
关键词 小波包 独立分量分析 特征提取 脑电信号
年,卷(期) 2008,(9) 所属期刊栏目 算法研究探讨
研究方向 页码范围 2671-2673
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2008.09.029
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 谢松云 西北工业大学电子信息学院 49 582 11.0 22.0
2 潘辉 西北工业大学电子信息学院 2 17 2.0 2.0
3 张伟平 西北工业大学电子信息学院 3 42 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (38)
参考文献  (8)
节点文献
引证文献  (12)
同被引文献  (21)
二级引证文献  (3)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(6)
  • 参考文献(1)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(6)
  • 参考文献(1)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(5)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
小波包
独立分量分析
特征提取
脑电信号
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导