原文服务方: 信息与控制       
摘要:
发展了一种独立分量聚类分析的诱发脑电特征提取方法,利用诱发成分较强的序间相似性,使用Infomax结合K均值算法对脑电信号中的诱发成分进行分类和提取.该方法可以克服传统独立分量分解方法中诱发分量识别的困难,适用于重复刺激诱发脑电的高维数据自动分析处理.将该方法用于上肢想像动作任务的诱发脑电数据分析,结果显示该方法可以有效剥离背景噪声和提取诱发分量,使得信号的费雪可分性得到显著提升,进而获得更好的识别效果.研究结果表明独立分量自动聚类技术适用于认知行为脑电信号的分析,值得进一步研究.
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
基于独立分量分析的脑电中眼电伪迹消除
独立分量分析
扩展熵最大算法
脑电信号
基于IMF能量矩的脑电情绪特征提取研究
小波变换
经验模态分解
本征模态函数
能量矩
脑电信号
情感识别
基于HHT的视觉疲劳脑电特征提取
基于稳态视觉诱发电位
希尔伯特黄算法
视觉疲劳特性
支持向量机
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 基于独立分量聚类分析的诱发脑电特征提取技术
来源期刊 信息与控制 学科
关键词 独立分量聚类分析 Infomax K均值 诱发脑电
年,卷(期) 2011,(5) 所属期刊栏目 实际问题研讨
研究方向 页码范围 686-691
页数 分类号 R318.04
字数 语种 中文
DOI 10.3724/SP.J.1219.2011.00686
五维指标
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  (1)
同被引文献  (0)
二级引证文献  (0)
1995(2)
  • 参考文献(2)
  • 二级参考文献(0)
1999(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)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2013(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
独立分量聚类分析
Infomax
K均值
诱发脑电
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
信息与控制
双月刊
1002-0411
21-1138/TP
大16开
1972-01-01
chi
出版文献量(篇)
2891
总下载数(次)
0
论文1v1指导