更多
通知
医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
更多
在国内外文献保障系统中检索
高级检索 检索偏好
热搜词：
换一批
  • 二次检索
  • 检索历史
论文 期刊
取消
高级检索

检索历史 清除

首页 > 山东生物医学工程 > 基于独立分量分析的生理信号盲源分离

基于独立分量分析的生理信号盲源分离

Blind Separation of Biosignals Using Independent Component Analysis

导出 在线阅读 解读 下载全文 终端阅读

二维码有效期 120s

点击刷新
注：终端设备浏览有效期：
 学术成果认领
打印 收藏 分享
  • 新浪微博
  • 微信
  • QQ空间
  • 豆瓣
 纠错

摘要用于盲源分离的独立分量分析(ICA)和扩展ICA算法,基于极大似然估计,给出一个衡量输出分量统计独立的目标函数,最优化该目标函数,得到一种用于独立分量分析的迭代算法.扩展ICA算法的优点在于迭代过程中不需要计算信号的高阶统计量,收敛速度快,同时适用于超高斯和亚高斯信号的分离.应用该算法实现了脑电、心电信号以及语音信号的分离,并给出了实验结果.

更多

相关知识

查看相关文献
广告
作者 周卫东 [1] 学术成果认领
作者单位 山东大学信息科学与工程学院,济南,250100 [1]
关键词 盲源分离独立分量分析人工神经网络极大似然估计脑电语音Blind source separation(BSS) Independent component analysis(ICA) Neural networks Maximum likelihood estimation Electroencephalogram(EEG) Speech
主题词 盲(Blindness)语音(Voice)神经网(Nerve Net)算法(Algorithms)
分类号 R318
栏目名称
论著
DOI 10.3969/j.issn.1672-6278.2002.02.002
发布时间 2004-01-08（万方平台首次上网日期，不代表论文的发表时间）
基金项目
山东省自然科学基金（Y2000C25）
  • 浏览148
  • 被引12
  • 下载0
山东生物医学工程

山东生物医学工程

2002年21卷2期

4-6页

ISTIC

加载中！

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中！

加载中！

加载中！

加载中！

  • 浏览148
  • 被引12
  • 下载0

相关期刊

加载中！

特别提示：本网站仅提供医学学术资源服务，不销售任何药品和器械，有关药品和器械的销售信息，请查阅其他网站。

  • 客服热线：4000-115-888 转3 (周一至周五：8:00至17:00)

  • |

  • 客服邮箱：yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话：4000-115-888，举报邮箱：problem@wanfangdata.com.cn，举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷