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:
在脑机接口研究中,针对脑电信号的特征提取,提出一种基于EMD的Hilbert变换的方法.在变换过程中根据信号的局部特征自动选择基函数,求得信号在每个时间段的希尔波特谱;以时频窗口内的统计特性作为特征,利用Fisher距离选择最佳特征集输入分类器.最后利用BCI 2003竞赛数据,通过对特征矢量的可分性和识别精度两个指标的评估,表明了所提出方法的有效性.
推荐文章
基于EMD和Hilbert变换的脑磁信号特征提取和分类
脑机接口(BCI)
脑磁图(MEG)
经验模式分解(EMD)
Hilbert变换
主成分分析
支持向量机(SVM)
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
基于小波包变换的眼电信号特征提取及分类
眼电信号
小波包变换
支持向量机
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 基于EMD和Hilbert变换的自发脑电信号特征提取
来源期刊 北京生物医学工程 学科 医学
关键词 脑机接口 脑电信号 经典模态分解 希尔伯特变换 特征提取
年,卷(期) 2011,(4) 所属期刊栏目 论著
研究方向 页码范围 381-386
页数 分类号 R318.04|TP391.4
字数 4821字 语种 中文
DOI 10.3969/j.issn.1002-3208.2011.04.12
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 颜国正 上海交通大学仪器科学工程系 340 4219 33.0 49.0
2 吴婷 上海电机大学机械学院 15 46 4.0 5.0
4 钱炳锋 上海电机大学机械学院 17 34 3.0 5.0
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  (8)
节点文献
引证文献  (11)
同被引文献  (0)
二级引证文献  (1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(3)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(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
脑机接口
脑电信号
经典模态分解
希尔伯特变换
特征提取
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
北京生物医学工程
双月刊
1002-3208
11-2261/R
16开
北京安定门外安贞医院
1981
chi
出版文献量(篇)
2829
总下载数(次)
13
总被引数(次)
15960
论文1v1指导