基于独立分量分析的生理信号盲源分离 |
| |
引用本文: | 周卫东.基于独立分量分析的生理信号盲源分离[J].山东生物医学工程,2002,21(2):4-6. |
| |
作者姓名: | 周卫东 |
| |
作者单位: | 山东大学信息科学与工程学院,济南250100 |
| |
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,并给了实验结果。
|
关 键 词: | 独立分量分析 生理信号 盲源分离 人工神经网络 极大似然估计 脑电 语音 |
本文献已被 维普 等数据库收录! |
|