原文服务方: 自动化与仪表       
摘要:
针对多通道的去眼电伪迹研究目前已较为成熟, 但是在便携式单通道脑电信号领域, 尚未有一种十分有效快速去除眼电伪迹的方法.经验小波变换EWT是一种新型的自适应信号处理算法, 相较于经验模态分解EMD算法存在模态混跌问题和集合经验模态分解EEMD算法实时性不足的缺点, EWT将小波变换和EMD相结合克服了前者的缺点.基于此提出将EWT、典型相关分析CCA以及瑞利熵RE相结合的自动去眼电伪迹算法.试验表明, 该方法可有效去除单通道脑电中的眼电伪迹, 且快速自动, 能满足便携式单通道脑机接口BCI的需求.
推荐文章
脑电信号中眼电伪迹的自动去除算法
脑电信号
二阶盲辨识
眼电伪迹
样本熵
分形维数
脑电中眼电伪迹的自动识别与去除
脑电信号
眼电伪迹
离散小波变换
二阶盲辨识
模糊熵
改进独立分量算法的眼电伪迹去除方法研究
眼电伪迹
改进独立分量分析
混叠
负熵判据
单通道脑电信号眼电伪迹去除算法研究
脑电信号
眼电伪迹
小波变换
集合经验模态分解
独立成分分析
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 便携式BCI设备快速自动去眼电伪迹算法的研究
来源期刊 自动化与仪表 学科
关键词 单通道脑电信号 眼电伪迹 经验小波变换 典型相关分析 脑机接口
年,卷(期) 2019,(2) 所属期刊栏目 创新与实践
研究方向 页码范围 103-108
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1001-9944.2019.02.025
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 惠延波 河南工业大学电气工程学院 82 280 9.0 11.0
2 牛群峰 河南工业大学电气工程学院 46 151 6.0 9.0
3 王莉 河南工业大学电气工程学院 68 206 8.0 11.0
4 周季冬 河南工业大学电气工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (10)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(3)
  • 参考文献(2)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
单通道脑电信号
眼电伪迹
经验小波变换
典型相关分析
脑机接口
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导