搜索结果: 1-15 共查到“计算机科学技术 电信号”相关记录17条 . 查询时间(0.362 秒)
人脑中快速移动的电信号如何产生思想，形成运动甚至产生疾病，至今是一个谜团。寻找精确、简单的方法来操纵神经元之间电信号，有助于人类对大脑的了解。美国芝加哥大学研究团队提出采用微型光驱动导线调制大脑电信号的方法发表在《自然·纳米技术》上。研究团队使用该方法对大鼠神经元进行了测试，并发现其确实可以触发神经元来发射电信号。该研究有助于进一步了解电信号在大脑中的工作方式，并提出解决帕金森病或精神疾病等的方法...
基于DIVA模型的脑电信号去噪方法研究
DIVA模型 脑电信号 噪声 稀疏分解
2017/1/9
脑电信号获取过程中,工频噪声干扰现象往往会使所获取的信息产生多种多形态瞬时结构波形,这种现象影响到DIVA(Directions Into Velocities of Articulators)模型对语音的正常处理.为此,本文提出了一种面向特征提取的脑电信号结构自适应稀疏分解模型,并在此基础上,通过采用匹配追踪算法求解最佳原子、使用过完备原子库中原子表示原始脑电信号等方法,实现了信号去噪的目的,效...
提出一种使用时频盲源分离(TFBSS)和小波包去噪的胎儿心电信号提取新方法。首先通过重排时频谱时频盲源分离方法进行胎儿心电信号的初次提取，并将初次提取得到的母体心电信号和噪声对应的各路分量置零，其余分量由混合矩阵进行重构;然后再利用重排时频谱的时频盲源分离方法对重构信号进行胎儿心电信号的二次提取，得到含噪声的胎儿心电信号;最后通过小波包去噪抑制胎儿心电信号中的基线漂移和噪声。在胎儿心电信号和母体心...
为提高肢体运动模式识别率，论文提出了一种经验模态分解与多重分形分析相结合的模式识别方法。先用经验模态分解得到代表肌电信号细节的多层内在模态函数，然后在内在模态函数上进行多重分形分析，提取其广义维数谱，作为肌电信号多模式识别的特征向量。最后以改进的K最近邻分类方法-KNN模型增量学习算法，实现对动作模式的识别。在对张开、合拢及腕内旋、腕外旋4个动作的识别实验中，正确识别率达到了93.0%。结果表明，...
特征选取是肌电信号多模式识别的关键，论文根据肌电信号的产生机理提出了选用信号的形态特征实现肌电信号多运动模式识别的新方案。方案中，以分形理论中关联维及分维数的概念分别表征肌电信号的复杂度及自相似性。关联维的计算采用了一种改进的G-P算法、即G-P关联维逼近法。针对操作者手部动作模式的识别问题，论文以关联维和分维数作为表面肌电信号多模式识别的特征向量，分类器采用由对支持向量机构造的二叉树结构多类分类...
基于谱插值与经验模态分解的表面肌电信号降噪处理
表面肌电信号 降噪 谱插值 经验模态分解
2010/9/6
根据表面肌电(surface electromyography, sEMG)信号的噪声特性来探讨其降噪方法的应用问题。采用谱插值法来削弱工频干扰以避免工频处的肌电信息成分丢失，再选取通过经验模态分解(empirical mode decomposition, EMD)方法获得的内在模态函数(intrinsic mode function, IMF)分量作小波软阈值分析，并将部分明显的低频IMF干扰...
心电信号反映了心脏有节律的活动。R波、P波和T波是去、复极时产生的突变信号，是典型的峰值奇异信号。信号的突变点检测是小波变换应用的一个重要方面。确定QRS波群的具体形态和起止点，检测P波、T波特征点是心电图分析的难点。研究了信号的二进样条小波按aTrous（多孔）算法进行的变换，构建了系列检测方法，来检测和识别QRS波群、P波、T波的具体的形态和位置。实验结果表明，所提出的综合算法具有较好的适应性...
典型相关分析去除脑电信号中眼电伪迹的研究
眼电伪迹 典型相关分析 盲源分离
2009/12/3
给出了一种基于典型相关分析（Canonical Correlation Analysis，CCA）的盲源分离技术来去除脑电信号中的眼电伪迹。通过实验验证了基于CCA的盲源分离方法去除眼电伪迹的有效性，并将该方法与广泛使用的独立分量分析（Independent Component Analysis，ICA）进行了比较。实验结果表明，基于CCA的盲源分离方法可以对眼电伪迹进行成功地分离和消除，该方法相...
冠心病心电信号ST段的波形形态分类
小波Lipschitz指数 多项式拟合 波形分类
2009/10/12
ECG波形形态改变是心脏病诊断的重要依据。一个非正常的ST段改变对心肌缺血诊断来说尤其重要。因此ECG的长时段记录是必要的，而ST段形态的改变是短暂的。心脏病专家从大量的数据中找出短暂的ST段改变，工作量巨大而困难。根据波形的特征提出多项式拟合和波形模板匹配分类算法。算法包括三个部分ST特征点检测、ST段波形改变的Lipschitz指数判断、ST段分类。算法通过ECG信号欧洲ST段数据库进行验证，...
基于LabVIEW的小波滤波及焊接电信号处理
LabVIEW 小波变换 电流信号滤波
2009/7/21
LabVIEW语言是一种功能强大的虚拟仪器开发平台，利用它实现小波变换的Mallat算法，并运用滤波算法对小波系数进行处理，实现信号的滤波，再重构得到所需要的真实信号，从而实现LabVIEW的二次软件开发；并成功应用于焊接电流信号的滤波分析处理，得到了真实的焊接电流信号。
基于表面肌电信号小波包熵的情感识别
情感识别 小波包熵 表面肌电信号
2009/7/20
情感识别是情感计算的一个关键问题。针对表面肌电信号（EMG）的非平稳性，根据小波包变换在不同时频段均能精确的刻画信号，并提供丰富模式信息的特点，提出利用小波包熵方法对不同情感状态下的表面肌电信号进行分析。实验表明，该方法对情感的唤醒度识别效果较好。
基于能量熵的运动想象脑电信号分类
脑机接口 脑电信号 能量熵
2009/7/16
对脑电信号进行特征提取和分类是脑机接口研究的核心问题，利用不同运动想象脑电信号能量熵的变化，从能量熵中提取特征，利用自定义基于统计理论分类方法进行分类，结果均达到90%以上。
基于支持向量机的思维脑电信号特征分类研究
脑电 思维作业 支持向量机
2009/7/15
探索一种实用的基于想象运动思维脑电的脑-机接口（BCI）方式，为实现BCI应用奠定比较坚实的理论和实验基础。对6名受试者进行三种不同时段（箭头出现2 s、1 s和0 s后提示按键）情况下想象左右手运动思维作业的信号采集实验，利用小波变换和支持向量机对实验数据进行离线处理。对三种情况下的延缓时间Δt0、Δt1和Δt2分析发现：Δt0与Δt1和Δt2之间都有显著性差别（p<0.05），而Δt1与Δt2...
基于小波变换的表面肌电信号的情感识别
小波变换 BP网络 EMG
2009/7/2
情感识别是情感计算的一个关键问题。针对表面肌电信号（EMG）的非平稳性，采用小波变换方法对表面肌电信号进行分析，提取小波系数最大值和最小值构造特征矢量输入用L-M算法改进的BP神经网络分类器进行情感状态识别。实验表明，用表面肌电信号对joy、anger、sadness、pleasure 4种情感识别效果较好。也说明用小波变换方法提取特征，用神经网络作分类器的方法用于情感识别有很大的应用前景。