独立成分分析算法及其在脑电图中的应用

研究脑电图成像的数据处理问题时,独立成分分析(ICA)是一种新的信号处理统计方法,被广泛用于各个领域.脑电图就是,利用独立成分分析从混合信号中还原出源信号,通过目标函数,如极大似然估计,信息最大化和互信息最小化等,对源信号的概率密度函数(PDF)进行估计.在基于互信息最小化算法的基础上,提出一种新的独立成分分析算法,算法中的核心参数是由信号本身来确定的,能使所估计的PDF更加准确,从而提高分离的性能.最后,用新的ICA算法来实现脑电图(EEG)信号的盲源分离,结果表明,算法可以快速有效的分离其源信号,且准确性优于Boscolo提出的非参量ICA模型.     

高校课程思政教育与食品文化的融入思考

当下,思想政治教育专业获得了前所未有的关注,越来越多的高校开始重视思想政治教育。实际上,中国的食品文化蕴含着丰富的思政思想,尤其是中国传统的食品文化更是闪耀着中国古代思政的光芒。将食品文化融入思政教育不失为当下思政教育的一条新途径。本文从高校当下的思政教育现状切入,探索食品文化与思政教育相融合的有效途径。