基于独立分量分析的扫视信号样本优化算法
本文关键词:基于独立分量分析的扫视信号样本优化算法
更多相关文章: 眼电图 人体行为识别 独立分量分析 扫视相关独立成分
【摘要】:为改善基于眼电图(EOG)的人体行为识别系统性能,提高多任务背景下扫视信号识别的正确率,提出了一种基于独立分量分析(ICA)的扫视信号样本优化算法.该算法首先以单次扫视数据为分析对象,根据独立成分在采集电极的映射模式,设计了一种扫视相关独立成分的自动选择方法,并建立了相应的ICA空域滤波器;然后以原始EOG线性投影后信号的识别正确率为度量准则实现对干扰扫视信号的剔除.对4类扫视信号进行了"组内测试"与"组间测试",实验结果表明,经文中算法优化后识别正确率达99.57%与98.82%,比优化前分别提升了0.57%与0.83%,说明文中算法能够对扫视信号样本进行有效的优化,提高其识别正确率.
【作者单位】: 安徽大学计算智能与信号处理教育部重点实验室;安徽大学信息保障技术协同创新中心;
【基金】:国家自然科学基金资助项目(61401002,61271352) 安徽省自然科学基金资助项目(1408085QF125) 安徽高校省级自然科学研究重点项目(KJ2014A011)~~
【分类号】:TN911.7;R770.4
【正文快照】: Foundation items:Supported by the National Natural Science Foundation of China(61401002,61271352)and the Natural ScienceFoundation of Anhui Province(1408085QF125)人体行为识别(HAR)是指对被观测个体的动作类型、行为模式等信息进行综合地分析与识别,并将识别结果
【参考文献】
中国期刊全文数据库 前2条
1 吴小培;周蚌艳;张磊;郭晓静;吕钊;;运动想象脑-机接口中的ICA滤波器设计[J];生物物理学报;2014年07期
2 杨俊美;余华;韦岗;;独立分量分析及其在信号处理中的应用[J];华南理工大学学报(自然科学版);2012年11期
【共引文献】
中国期刊全文数据库 前10条
1 李松;伏云发;杨秋红;刘传伟;孙会文;;基于左右手运动想象单通道脑电信号的预处理研究[J];生物医学工程学杂志;2016年05期
2 吕钊;陆雨;周蚌艳;吴小培;;基于独立分量分析的扫视信号样本优化算法[J];华南理工大学学报(自然科学版);2016年09期
3 吕钊;吴小培;张超;卫兵;;基于EOG的安全辅助驾驶系统算法设计与实现[J];通信学报;2016年07期
4 康莎莎;周蚌艳;吴小培;;基于独立分量优化子带特征的三类运动想象分类[J];生物医学工程学杂志;2016年02期
5 张明明;;约束独立分量分析在无线通信信号分离中的应用[J];滨州学院学报;2016年02期
6 杨文志;朱锡;陈悦;裴秋秋;;复合材料螺旋桨纤维铺层对强度影响研究[J];舰船科学技术;2016年02期
7 翟克文;刘建平;司昕路;;通道扩维与FastICA算法相融合用于BCI运动想象脑电信号识别[J];微电子学与计算机;2015年11期
8 岳晓峰;刘书溢;;基于FastICA算法的转子故障特征分析[J];制造业自动化;2015年20期
9 陈杰;尚丽;;基于Matlab/GUI的盲信号分离仿真平台的设计与实现[J];实验技术与管理;2015年05期
10 吴杨;;基于高阶统计量的信号分析与处理[J];自动化与仪器仪表;2015年04期
【二级参考文献】
中国期刊全文数据库 前10条
1 刘晓志;冯大伟;杨英华;秦树凯;;基于核独立分量分析的盲多用户检测算法[J];东北大学学报(自然科学版);2012年06期
2 王法松;张林让;周宇;刘楠;;盲信号压缩重构——模型与方法[J];系统工程与电子技术;2012年02期
3 许宏吉;刘琚;徐淑正;杨华中;庄文君;;基于独立分量分析的多天线空时盲接收方案[J];通信学报;2010年12期
4 龚丹丹;刘国庆;;基于极大似然Parzen窗的独立成分分析[J];计算机工程;2010年18期
5 吴亮;陈宗海;;基于独立分量分析的运动目标检测[J];中国科学技术大学学报;2010年08期
6 姚俊良;杨小牛;李建东;李钊;;一种适用于无线通信系统的半盲ICA算法[J];华中科技大学学报(自然科学版);2010年03期
7 黄振川;杨小牛;张旭东;;基于独立分量分析的通信侦察复信号盲分离[J];清华大学学报(自然科学版);2010年01期
8 李培军;金慧然;宋本钦;;基于独立成分分析的超低频电磁探测信号滤波[J];北京大学学报(自然科学版);2009年04期
9 邱天爽;毕晓辉;;稀疏分量分析在欠定盲源分离问题中的研究进展及应用[J];信号处理;2008年06期
10 刘琚,何振亚;盲源分离和盲反卷积[J];电子学报;2002年04期
,本文编号:1178104
本文链接:https://www.wllwen.com/yixuelunwen/wuguanyixuelunwen/1178104.html