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:
为了更有效地提取脑电信号特征波,结合小波包技术,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,并对其进行功率谱分析和能量计算.实验结果表明,小波包技术能有效地提取脑电信号特征波.
推荐文章
结合小波包和ICA的脑电信号特征波提取方法
小波包
独立分量分析
特征提取
脑电信号
基于小波包最优基的运动想象EEG自适应特征提取方法
运动想象脑电
特征提取
个体自适应
小波包最优基
评价准则
基于小波包分解的声信号特征提取方法
声目标
小波包
特征提取
分解
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
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 基于小波包技术的EEG信号特征波提取分析
来源期刊 计算机工程与应用 学科 工学
关键词 小波包 特征提取 脑电信号
年,卷(期) 2008,(23) 所属期刊栏目 工程与应用
研究方向 页码范围 246-248
页数 3页 分类号 TP181
字数 2406字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.23.075
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 赵雨斌 18 119 7.0 10.0
2 王浩川 中州大学信息工程学院 26 169 6.0 12.0
3 张海军 38 229 9.0 14.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (21)
参考文献  (3)
节点文献
引证文献  (20)
同被引文献  (24)
二级引证文献  (52)
1900(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(8)
  • 引证文献(8)
  • 二级引证文献(0)
2012(4)
  • 引证文献(3)
  • 二级引证文献(1)
2013(12)
  • 引证文献(5)
  • 二级引证文献(7)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(4)
  • 引证文献(0)
  • 二级引证文献(4)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(8)
  • 引证文献(0)
  • 二级引证文献(8)
2018(11)
  • 引证文献(2)
  • 二级引证文献(9)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
小波包
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导