论文研究-脑电信号中眼电伪迹自动识别与去除方法研究.pdf
传统盲源分离算法消除眼电伪迹须用到两个眼电信号作为参考，但在采集眼电信号时易给被试带来不适产生噪声，且识别时需要人为辨别，为了解决这些问题，提出一种基于FastICA的眼电伪迹自动去除方法。该方法先计算出FastICA提取出的各独立成分与GFP（Global Field Power）值的相关系数，再比较相关系数，将其绝对值最大所对应的独立成分识别为眼电伪迹独立成分，最后把该独立成分置零重构干净的脑电信号，实现眼电伪迹的自动去除。通过自采的30例脑电数据实验结果表明：该方法能完全自动地去除眼电伪迹成分并有效保留其他脑电成分，且快速准确，适用于实时场合。
文件下载
评论信息
其他资源
- 16*16点阵汉字滚动显示C51程序，仿真，protues16*16点阵元件库，以及中英文取模软件
- Aspose.pdf-18.9 java 版本 破解
- pso优化bp神经网络代码
- OpenGL的B样条、贝塞尔曲线和贝塞尔曲面
- Kinect的PCL点云库点云采集接口
- 燕十八高级课程视频全套
- 光流算法matlab
- android 漂亮的UI界面【源代码】
- SOT封装库大全
- BS进销存财务软件开发框架源代码（包撟数据库以及文档）
- Android 调用前摄像头拍照存储，根据打开时横竖屏切换preview
- 中央广播电视大学《组织行为学》期末总复习资料（含答案）.pdf
- 多个EXCEL文件批量数据修改工具
- FUSE-的选择.doc
- 区块链核心技术.zip
- 派币Pi Network_v1.28.3最新版安装文件及图文注册教程
- 数学分析教程 （上册）常庚哲 史济怀编
- IEC 60068-2-2 2007
- JPA框架jar包
- 基于动力学模型的智能车辆横、纵向及综合控制策略研究
- VC/MFC创建可编辑节点的树形控件
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明