基于SVM的EMD端点效应抑制方法研究

• 作者: 张锦 旷欢 王如龙 闫京
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 经验模态分解 端点效应 延拓 支持向量机 窗函数 正交性
• 年，卷（期）: 2015,（11）
• 所属期刊栏目: 信息与信号处理
• 页码范围: 196-200,227
• 页数: 6页
• 分类号: TP181
• 字数: 4454字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1310-0082

摘要

针对经验模态分解在对脑电数据进行处理时存在的端点效应问题，提出了一种新的端点效应抑制方法。该方法将支持向量机和数据加窗进行结合对原始信号进行处理。该方法包括三个步骤：采用支持向量机对原始信号两端分别延拓有限个极大值和极小值；用窗函数对延拓后的数据进行加窗处理；分别对原始信号以及支持向量机延拓和加窗处理后的信号进行经验模态分解，并舍弃各阶固有模态函数中延拓的数据点。为了分析所提方法的性能，以正交性作为量化评价指标对比不同方法的性能。以人工信号和实际脑电信号为实验对象进行的模拟实验表明，相比于其他几种方法，提出的方法可有效抑制经验模态分解处理过程中端点效应问题。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张锦	湖南大学信息科学与工程学院	47	477	10.0	20.0
3	王如龙	湖南大学信息科学与工程学院	80	885	15.0	27.0
6	旷欢	湖南大学信息科学与工程学院	2	15	2.0	2.0
7	闫京	湖南大学信息科学与工程学院	2	13	2.0	2.0