摘要
独立成分分析 (ICA)是统计信号处理中的一项新技术 ,用来从混合信号中提取具有统计独立性的成分 ,基于固定点快速算法 ,从脑电 (EEG)信号中消除眼电 (EOG)伪迹信号 ,并给出了实验结果 ,实验结果表明该算法具有较好的性能和实用性。
Independent Composition Analysis (ICA) is a new technique in signal processing to extract statistically independent components from an observed multidimensional mixture of signals. A fast fixed-point algorithm that is capable of separating complex values, linearly mixed source signal is proposed and (EOG) Artifacts shows its computational efficiency in removing EOG Artifacts from electroencephalography (EEG).
出处
《西南科技大学学报》
CAS
2004年第2期103-106,共4页
Journal of Southwest University of Science and Technology
基金
西南科技大学青年预研基金(033045)
关键词
独立成分分析
脑电信号
眼电信号
伪迹
统计信号处理
independent component analysis
Electroencephalography (EEG)
Electro-Oculogram (EOG)
artifacts