| 动态独立分量分析算法及其应用研究 |
| |
| 引用本文： | 林春方,郭立.动态独立分量分析算法及其应用研究[J].核电子学与探测技术,2006,26(6):726-730. |
| |
| 作者姓名： | 林春方 郭立 |
| |
| 作者单位： | 1. 中国科学技术大学信息科学技术学院,安徽合肥,230026;安徽电子信息职业技术学院,安徽蚌埠,233030
2. 中国科学技术大学信息科学技术学院,安徽合肥,230026 |
| |
| 摘 要： | 对基于非高斯性极大ICA方法的动态实现及其应用进行了研究.介绍了基于峭度极大ICA算法原理,然后将其改造成一种能进行动态独立分量提取的ICA算法.对动态ICA算法的收敛性和盲源分离效果进行了分析研究,并将该算法应用于脑电信号的消噪.结果表明,该算法具有较好的收敛性能和盲源分离效果.
|
| 关 键 词： | 独立分量分析 动态独立分量分析 非高斯极大 脑电信号 |
| 文章编号： | 0258-0934(2006)06-0726-05 |
| 修稿时间： | 2006年5月8日 |
Study on dynamic independent component analysis and its application |
| |
| LIN Chun-fang,GUO Li.Study on dynamic independent component analysis and its application[J].Nuclear Electronics & Detection Technology,2006,26(6):726-730. |
| |
| Authors: | LIN Chun-fang GUO Li |
| |
| Abstract: | In this paper,the dynamic implementation of independent component analysis(ICA) by maximization of nongaussianity and its application is studied.By introducing the online kurtosis estimation,the dynamic form of ICA algorithm using kurtosis is proposed.In our experiments,the separation performance of dynamic ICA algorithm is compared with those of its batch algorithm.Experiment results show that the dynamic ICA algorithm proposed on this paper has good performance in convergence and source separation. |
| |
| Keywords: | independent component analysis dynamic ICA maximization of nongaussianity EEG |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
