期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
小波变换和独立分量分析去除脑电信号中的噪声和干扰
被引量：
15
1
作者
周卫东
2
贾
磊
《山东大学学报（医学版）》
CAS
2003年第2期116-119,122,共5页
目的:去除脑电信号中的噪声和心电干扰。方法:首先采用小波软门限法去除脑电中的噪声,然后使用扩展独立分量分析算法去除脑电信号中的心电干扰。该算法的优点在于不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯混合...
目的:去除脑电信号中的噪声和心电干扰。方法:首先采用小波软门限法去除脑电中的噪声,然后使用扩展独立分量分析算法去除脑电信号中的心电干扰。该算法的优点在于不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯混合信号的分离。在提取独立分量之前,对观测信号进行白化处理,去除各信号之间的相关性。结果:消除了脑电信号中的噪声和心电干扰。结论:小波门限去噪结合独立分量分析可有效地去除脑电信号中的噪声和心电干扰。
展开更多
关键词
小波变换
门限
噪声消除
独立分量分析
人工神经网络
脑电
下载PDF
职称材料
题名
小波变换和独立分量分析去除脑电信号中的噪声和干扰
被引量：
15
1
作者
周卫东
2
贾
磊
机构
山东大学信息科学与工程学院
山东大学控制科学与工程学院
出处
《山东大学学报（医学版）》
CAS
2003年第2期116-119,122,共5页
基金
山东省自然科学基金资助课题(Y2000C25)
山东大学跨学科预研项目
文摘
目的:去除脑电信号中的噪声和心电干扰。方法:首先采用小波软门限法去除脑电中的噪声,然后使用扩展独立分量分析算法去除脑电信号中的心电干扰。该算法的优点在于不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯混合信号的分离。在提取独立分量之前,对观测信号进行白化处理,去除各信号之间的相关性。结果:消除了脑电信号中的噪声和心电干扰。结论:小波门限去噪结合独立分量分析可有效地去除脑电信号中的噪声和心电干扰。
关键词
小波变换
门限
噪声消除
独立分量分析
人工神经网络
脑电
Keywords
Wavelet transform
Thresholding
De-noising
Independent component analysis
Artificial neural network
Electroencephalograph
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
小波变换和独立分量分析去除脑电信号中的噪声和干扰
周卫东
2
贾
磊
《山东大学学报（医学版）》
CAS
2003
15
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
