咨询与建议
  • 全部搜索
  • 期刊论文
  • 图书
  • 学位论文
  • 标准
  • 纸本馆藏
  • 外文资源发现
  • 数据库导航
  • 超星发现
高级检索

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于多维统计分析方法的脑电消噪 收藏
分享

基于多维统计分析方法的脑电消噪

Removal of artifacts from EEG based on multivariate analysis

作     者：吴小培 张道信 

作者机构：安徽大学计算智能与信息处理教育部重点实验室 

出 版 物：《安徽大学学报（自然科学版）》 (Journal of Anhui University(Natural Science Edition))

年 卷 期：2002年第26卷第4期

页      面：69-75页

学科分类：1002[医学-临床医学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 100204[医学-神经病学] 10[医学] 

基　　金：国家自然科学基金资助项目 (6 0 2 71 0 2 4 ) 安徽省自然科学基金资助项目 (0 0 4 3 2 1 4) 

主　　题：多维统计分析方法 主分量分析 独立分量分析 统计信号处理 脑电消噪 脑电图 

摘      要：基于二阶统计特性的主分量分析 (PCA)和基于高阶统计特性的独立分量分析(ICA)是两种非常典型的多维统计分析方法。本文对PCA和ICA基本原理进行了简单介绍 ,并结合脑电消噪问题 ,对两种方法的性能和特点进行了比较。实验结果表明 ,在脑电消噪和特征增强等方面 。

读者评论 与其他读者分享你的观点

学校读者
用户名:未登录
我的评分