您的位置: 专家智库 > >

潘辉

作品数:2 被引量:7H指数:2
供职机构:西北工业大学电子信息学院更多>>
发文基金:西北工业大学基础研究基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇信号
  • 2篇特征提取
  • 2篇脑电
  • 2篇脑电信号
  • 1篇独立分量分析
  • 1篇信号分离
  • 1篇小波
  • 1篇小波包
  • 1篇Α波
  • 1篇ICA

机构

  • 2篇西北工业大学

作者

  • 2篇谢松云
  • 2篇张伟平
  • 2篇潘辉

传媒

  • 1篇计算机应用研...
  • 1篇计算机工程与...

年份

  • 2篇2008
2 条 记 录,以下是 1-2
排序方式:
ICA方法用于脑电信号α波提取的研究被引量:3
2008年
为在有效提取闭眼脑电信号α波的同时能够很好地保留原始信号中的其余信息,采用独立分量分析方法提取闭眼脑电信号中的α波。构造一组频率在α波频率之间的正弦和余弦信号作为对α波的参考信号,然后把这些信号以及实测闭眼脑电信号作为ICA混合矩阵的输入端,采用fastICA算法进行信号分离,实现对α波的分离和提取,并进一步对所提取的α波进行了功率谱分析。结果表明,分离出的信号频率集中在8~13Hz之间,完全符合α波形的特点,且去除α波后的其余信号与原始信号相关系数达到0.942,说明有效地保留了原始信号的其余信息。
谢松云张伟平潘辉
关键词:脑电信号Α波信号分离特征提取
结合小波包和ICA的脑电信号特征波提取方法被引量:5
2008年
为了更有效地提取脑电信号特征波,结合小波包和ICA(独立分量分析),提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解,然后进行相关频段信号的重构,从而提取出特征波的概貌作为初次提取的特征波;再利用ICA分离技术,以初次提取的特征波为参考信号对其进行增强。实验结果表明,对比于独立地应用某一种方法,两种方法相结合更能有效地提取脑电信号特征波。
谢松云潘辉张伟平
关键词:小波包独立分量分析特征提取脑电信号
共1页<1>
聚类工具0