期刊文献+

基于ICA的脑电信号消噪和P3亚成分提取

下载PDF
导出
摘要 文章对ICA算法,特别是ICA算法中经典的FastICA算法分析进行分析,利用实验室的数据采集仪器对脑电信号(EEG)进行采集,并进行消噪、提取,还原成干净的EEG,在此基础上,再对干净的EEG提取VEP信号中的相关事件电位P3,对P3各亚成分进行说明、分析与重构,这些亚成分可以帮助我们对人类认知等高级神经活动进行更深入的研究,有助于人们在认知领域内进一步探索。
作者 王永飞
出处 《池州学院学报》 2008年第3期27-29,共3页 Journal of Chizhou University
  • 相关文献

参考文献2

二级参考文献7

  • 1C.Jutten,J.Herault.Independent component analysis verus principal component analysis.Europ.Signal Processing Conf.(EUSIPC088),Grenoble,France,1988
  • 2A.Hyvarinen,Oja Erkki.Independent component analysis:A tutorial.Neural Networks,2000,13(4-5):411~430
  • 3K.Zhang,L.W.Chan.Dimension reduction based on orthogonality-a decorrelation method in ICA.In:Artificial Neural Networks and Neural Information Processing-ICANN/ICONIP 2003.Berlin:Springer,2003.132~139
  • 4Y.T.Wu,H.Y.Chen,et al.Segmentation of hemodynamics from dynamic-susceptibility-contrast magnetic resonance brain images using sequential independent component analysis.WSCG'2004,Plzen-Bory,Czech Republic,2004
  • 5A.Hyv(a)rinen.Fast and robust fixed-point algorithms for independent component analysis.IEEE Trans.Neural Networks,1999,8(3):622~634
  • 6G.E.McClellan,R.N.DeWitt,T.H.Hemmer,et al.Multispectral image-processing with three-layer back-propagation network.Proc.UCNN,1989,(1):151~153
  • 7曾生根,朱宁波,包晔,夏德深.一种改进的快速独立分量分析算法及其在图象分离中的应用[J].中国图象图形学报(A辑),2003,8(10):1159-1165. 被引量:26

共引文献8

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