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:
针对电子鼻伤口感染检测中的背景干扰问题,提出一种带参考向量的独立分量分析(ICA)背景干扰消除算法.利用ICA分解传感器阵列信号并提取独立分量,通过计算独立分量与参考向量的相关性,区分有用信号和背景干扰,采用神经网络分类器进行模式识别.实验结果表明,该算法能消除电子鼻背景干扰,提高伤口感染检测的准确率.
推荐文章
基于核方法的工频干扰消除算法
核方法
盲信号分离
工频干扰
非线性畸变
时间可预测性
基于独立分量分析的工频干扰消除技术
独立分量分析
盲源分离
快速独立分量分析算法
工频干扰
基于峰度的ICA算法
独立分量分析
峰度
固定点
Matlab仿真
基于粒子群优化的工频干扰消除算法
粒子群优化
工频干扰
盲源分离
独立成分分析
Givens变换
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 带参考向量的ICA电子鼻背景干扰消除算法
来源期刊 计算机工程 学科 工学
关键词 电子鼻 伤口感染 背景干扰消除 独立分量分析 参考向量
年,卷(期) 2012,(21) 所属期刊栏目 专栏
研究方向 页码范围 26-29
页数 4页 分类号 TP212
字数 3888字 语种 中文
DOI 10.3969/j.issn.1000-3428.2012.21.007
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 沈岳 第三军医大学大坪医院外科研究所 49 402 10.0 17.0
2 田逢春 重庆大学通信工程学院 87 455 12.0 15.0
3 何庆华 第三军医大学大坪医院外科研究所 42 320 11.0 15.0
4 闫嘉 重庆大学通信工程学院 5 20 3.0 4.0
5 徐姗 重庆大学通信工程学院 2 5 2.0 2.0
6 冯敬伟 重庆大学通信工程学院 3 7 2.0 2.0
7 贾鹏飞 重庆大学通信工程学院 3 9 2.0 3.0
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  (5)
节点文献
引证文献  (3)
同被引文献  (9)
二级引证文献  (8)
1999(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)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
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(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
电子鼻
伤口感染
背景干扰消除
独立分量分析
参考向量
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
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导