基于最大熵独立分量分析的诱发电位特征提取 |
| |
引用本文: | 田絮资,高莉,黄力宇. 基于最大熵独立分量分析的诱发电位特征提取[J]. 西北大学学报(自然科学版), 2009, 39(6) |
| |
作者姓名: | 田絮资 高莉 黄力宇 |
| |
作者单位: | 田絮资(宝鸡文理学院计算机科学系,陕西宝鸡,721007);高莉,黄力宇(西安电子科技大学电子工程学院,陕西西安,710071) |
| |
基金项目: | 国家自然科学基金资助项目,陕西省自然科学研究计划基金资助项目 |
| |
摘 要: | 目的 针对视觉诱发电位(VEP)特征提取问题,提出一种改进的基于信息极大的最大熵ICA算法.方法 通过该算法对多导诱发脑电信号进行独立分量分解,去掉其中包含的噪声干扰成分.并选出与视觉诱发响应相关的主要分量,完成信号的特征提取.结果 将选出的分量投影回头皮电极处,使得VEP中的P3峰更加突出.结论 所提出的方法实现了信号的特征增强,提高了P3成分定位的准确性.
|
关 键 词: | 独立分量分析 最大熵算法 事件相关电位 特征提取 |
Feature extraction of evoked potential using infomax algorithm of independent component analysis |
| |
Abstract: | |
| |
Keywords: | independent component analysis (ICA) infomax algorithm event-related potentials (ERP) feature extraction |
本文献已被 万方数据 等数据库收录! |
|