原文服务方: 计算机应用研究       
摘要:
采用相空间重构方法将一维脑电信号转换成复杂网络进行研究.将一维时间序列构造成多维相空间,计算多维时间序列任两个向量点间的距离得到加权矩阵,选择恰当的阈值将加权矩阵转换成二进制矩阵,该二进制矩阵视做时间序列所对应的复杂网络的邻接矩阵,阈值的选择使得生成的复杂网络满足连通性.利用该方法对睁眼和闭眼时的脑电信号进行辨别分析.结果表明,两信号的递归图、网络拓扑图、网络度分布和模体分布均表现出显著不同.因此,此分析方法为利用复杂网络实现分析和辨识不同脑电提供了新的思路.
推荐文章
基于深度信念网络的脑电信号疲劳检测系统
深度信念
脑电信号
疲劳
解码器
玻尔兹曼机
脑电波动指数
基于MSF的脑电信号消噪
脑电信号
噪声去除
最大信号分量(MSF)
大鼠癫痫脑电信号采集
癫痫
脑电信号
初级躯体感觉皮层
时域分析
频域分析
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 基于复杂网络的脑电信号分析
来源期刊 计算机应用研究 学科
关键词 复杂网络 脑电图 相空间重构 递归图 模体分布
年,卷(期) 2012,(10) 所属期刊栏目 网络与通信技术
研究方向 页码范围 3870-3872
页数 分类号 TP274|TP393
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2012.10.070
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 王江 天津大学电气与自动化工程学院 124 1070 17.0 27.0
2 邓斌 天津大学电气与自动化工程学院 38 227 9.0 13.0
3 魏熙乐 天津大学电气与自动化工程学院 33 209 9.0 13.0
4 郝崇清 天津大学电气与自动化工程学院 5 14 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (29)
参考文献  (23)
节点文献
引证文献  (8)
同被引文献  (10)
二级引证文献  (11)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(3)
  • 参考文献(2)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2009(8)
  • 参考文献(5)
  • 二级参考文献(3)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
复杂网络
脑电图
相空间重构
递归图
模体分布
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
论文1v1指导