| KICA模型选择及其在消除脑电信号伪差中的应用 |
| |
| 引用本文： | 杨辉华,王行愚.KICA模型选择及其在消除脑电信号伪差中的应用[J].华东理工大学学报(自然科学版),2006,32(4):456-461,483. |
| |
| 作者姓名： | 杨辉华 王行愚 |
| |
| 作者单位： | 1. 华东理工大学信息科学与工程学院,上海,200237;桂林电子科技大学计算机系,桂林,541004
2. 华东理工大学信息科学与工程学院,上海,200237 |
| |
| 基金项目： | 科技部科研项目
,
高等学校博士学科点专项科研项目
,
中国科学院资助项目 |
| |
| 摘 要： | 理论分析并结合实验验证指出基于正定核的独立分量分析算法(K ICA)的优化与分离性能与其模型参数的选择有关。提出了一种简单高效的模型选择方法:在混合信号中附加一个已知验证信号,通过最小化该已知信号的分离误差来选择最优模型参数。实验结果表明:经模型选择后的K ICA能成功分离脑电信号中的心电伪差。
|
| 关 键 词： | 核独立分量分析(KICA) 模型选择 盲信号分离 脑电信号(EEG) 心电伪差 |
| 文章编号： | 1006-3080（2006）04-0456-06 |
| 收稿时间： | 2005-03-14 |
| 修稿时间： | 2005年3月14日 |
KICA Model Selection Method with Application to Removing Artifact from EEG |
| |
| YANG Hui-hua,WANG Xing-yu.KICA Model Selection Method with Application to Removing Artifact from EEG[J].Journal of East China University of Science and Technology,2006,32(4):456-461,483. |
| |
| Authors: | YANG Hui-hua WANG Xing-yu |
| |
| Abstract: | The impact of model parameters of KICA on its optimization and separation performances is analyzed in theoretical aspects and demonstrated with experiments.In order to select proper model parameters,a time-efficient model selection method is put forward,which annexes a simple known signal to the sensor signals and gets optimal model parameter setting by minimizing the separation error.KICA with model selection step is applied to the task of removing ECG artifact from the EEG signal and the result shows KICA works effectively. |
| |
| Keywords: | kernel independent component analysis model selection blind signal separation EEG ECG artifact |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
