| 基于小波变换的盲信号分离的神经网络方法 |
| |
| 引用本文： | 游荣义,陈忠.基于小波变换的盲信号分离的神经网络方法[J].仪器仪表学报,2005,26(4):415-418. |
| |
| 作者姓名： | 游荣义 陈忠 |
| |
| 作者单位： | 1. 集美大学理学院物理系,厦门,361021
2. 厦门大学物理系,厦门,361005 |
| |
| 基金项目： | 国家自然科学基金 (10 2 340 70 )，福建省自然科学基金 (C0 310 0 2 8)资助项目 |
| |
| 摘 要： | 提出一种新的盲信号分离的神经网络方法,该方法将小波变换和独立分量分析(ICA,Independent Component Analysis)相结合。利用小波变换的滤噪作用,将混合在原始信号中的部分高频噪声滤除后,再重构原始信号作为ICA的输入信号,有效地克服了现有ICA算法不能将噪声从源信号中分离的缺陷。实验结果表明,将该方法用于多通道脑电信号的盲分离是很有效的。
|
| 关 键 词： | 脑 电 小波变换 独立分量分析 信号分离 神经网络 |
| 修稿时间： | 2003年7月1日 |
A Nueral Network Method of Blind Signal Separation Based on Wavelet Transform |
| |
| You Rongyi,Chen Zhong.A Nueral Network Method of Blind Signal Separation Based on Wavelet Transform[J].Chinese Journal of Scientific Instrument,2005,26(4):415-418. |
| |
| Authors: | You Rongyi Chen Zhong |
| |
| Affiliation: | You Rongyi~1 Chen Zhong~2~1 |
| |
| Abstract: | A neural-network method of blind signal separation is proposed, which combines the wavelet transform with the independent component analysis (ICA). By using the noise filtering function of wavelet transform, some high-frequency noises are removed from the original signals, and the original signals are reconstructed (again) for the input of ICA. So the defect that ICA is impossible to distinguish noises from source signals can be overcomed effectively. The experimental results show that this method is an effective way to BSS of multi-channel EEG. |
| |
| Keywords: | Electroencephalogram Wavelet transform ICA BSS Neural network |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
