期刊文献+

结合小波包和ICA技术的脑电特征提取研究 被引量:1

Research on feature extraction of EEG signal based on wavelet package and ICA
下载PDF
导出
摘要 为了判断流经人体电流达到感知电流阈值前后脑电特征是否发生变化,采用小波包和独立分量分析(ICA)技术相结合的方法,对脑电α波进行特征提取。利用小波包分解,重构相关频段信号来构造特征波参考信号,然后进行ICA分析,最终提取出脑电α信号特征波。实验证明,结合小波包和ICA技术能够有效地提取脑电信号特征波。 In order to judge whether the EEG (electroencephalogram) feature changes when the current flow through the hu- man body reaches human body's perception current threshold, the method that combines wavelet package with independent com- ponent analysis (ICA) is adopted to extract the feature of α wave from EEG. The signal in the related frequency is reconstructed for constructing the reference signal of feature wave by using wavelet package decomposition. Then ICA analysis is carried out to extract feature wave of EEG α signal. The experimental results proves that combination of wavelet package with ICA technoligy can effectively extract the feature wave of EEG signal.
出处 《现代电子技术》 2013年第4期96-98,106,共4页 Modern Electronics Technique
基金 科学部专项资助:典型急救监护设备计量标准及溯源体系研究(2001 1114ZCKF) <传感技术>优质课建设项目
关键词 小波包 独立分量分析 脑电信号 特征提取 wavelet package independent component analysis EEG signal feature extraction
  • 相关文献

参考文献9

二级参考文献57

共引文献99

同被引文献4

引证文献1

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部