基于小波包技术的EEG信号特征波提取分析

doi:10.3778/j.issn.1002-8331.2008.23.075

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (23): 246-248.DOI: 10.3778/j.issn.1002-8331.2008.23.075

• 工程与应用 • 上一篇

基于小波包技术的EEG信号特征波提取分析

张海军¹,王浩川²,赵雨斌¹

1.郑州航空工业管理学院，郑州 450015
2.中州大学信息工程学院，郑州 450044

收稿日期:2008-03-18 修回日期:2008-06-10 出版日期:2008-08-11 发布日期:2008-08-11
通讯作者: 张海军

Feature extraction of EEG signal based on wavelet package

ZHANG Hai-jun¹,WANG Hao-chuan²,ZHAO Yu-bin¹

1.Zhengzhou Institute of Aeronautical Industry Management，Zhengzhou 450015，China
2.Information Engineering Institute of Zhongzhou University，Zhengzhou 450044，China

Received:2008-03-18 Revised:2008-06-10 Online:2008-08-11 Published:2008-08-11
Contact: ZHANG Hai-jun

摘要/Abstract

摘要： 为了更有效地提取脑电信号特征波，结合小波包技术，提出了一种脑电特征波提取方法。首先对脑电信号进行小波包分解，然后进行相关频段信号的重构，从而提取出特征波，并对其进行功率谱分析和能量计算。实验结果表明，小波包技术能有效地提取脑电信号特征波。

关键词: 小波包, 特征提取, 脑电信号

Abstract: A method which used wavelet package is put forward to extract the feature of EEG signals more efficiently.With the help of wavelet package the original EEG signals are firstly decomposed and then recomposed at the related frequency range.Analyze the power spectrum and energe after that.The experiment result shows that the wavelet package can extract the feature waves efficiently.

Key words: wavelet package, feature extraction, electroencephalogram（EEG）

张海军¹,王浩川²,赵雨斌¹. 基于小波包技术的EEG信号特征波提取分析[J]. 计算机工程与应用, 2008, 44(23): 246-248.

ZHANG Hai-jun¹,WANG Hao-chuan²,ZHAO Yu-bin¹. Feature extraction of EEG signal based on wavelet package[J]. Computer Engineering and Applications, 2008, 44(23): 246-248.

[1]	包志强，邢瑜，吕少卿，黄琼丹. 改进YOLO V2的6D目标姿态估计算法[J]. 计算机工程与应用, 2021, 57(9): 148-153.
[2]	许德刚，王露，李凡. 深度学习的典型目标检测算法研究综述[J]. 计算机工程与应用, 2021, 57(8): 10-25.
[3]	胡文涛，陈秀宏. 基于邻域图的低秩投影学习[J]. 计算机工程与应用, 2021, 57(7): 209-214.
[4]	张晓丽，张魁星，江梅，魏本征，丛金玉. 淋巴瘤图像分类技术研究综述[J]. 计算机工程与应用, 2021, 57(6): 1-9.
[5]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[6]	熊健，覃仁超，何梦乙，刘建兰，唐风扬. 改进随机森林在Android恶意软件检测中的应用[J]. 计算机工程与应用, 2021, 57(3): 130-136.
[7]	李龙龙，何东健，王美丽. 基于改进型LBP算法的植物叶片图像识别研究[J]. 计算机工程与应用, 2021, 57(19): 228-234.
[8]	李杰，李苗，袁细国. 面向新一代测序数据的病原微生物检测算法[J]. 计算机工程与应用, 2021, 57(19): 282-289.
[9]	郭恒光，刘文彪，余仁波. 用于形状特征提取的spike函数[J]. 计算机工程与应用, 2021, 57(18): 220-226.
[10]	李振强，王树才，赵世达，白宇. 改进DeepLabv3+和XGBoost的羊骨架切割方法[J]. 计算机工程与应用, 2021, 57(18): 263-269.
[11]	刘星辰，贾俊铖，张莉，胡沁涵. 图像超分辨率特征浓缩网络[J]. 计算机工程与应用, 2021, 57(16): 213-219.
[12]	光睿智，安博文，潘胜达. 基于无锚框网络的航拍航道船舶检测算法[J]. 计算机工程与应用, 2021, 57(15): 251-258.
[13]	周小静，陈俊洪，杨振国，刘文印. 基于手势特征融合的操作动作识别[J]. 计算机工程与应用, 2021, 57(14): 169-175.
[14]	岳琪，徐忠亮，郭继峰. 面向混合乐器音乐分析的稀疏特征提取方法[J]. 计算机工程与应用, 2021, 57(14): 181-186.
[15]	谌贵辉，陈伍，李忠兵，易欣，刘会康，韩春阳. 残差卷积注意网络的图像超分辨率重建[J]. 计算机工程与应用, 2021, 57(12): 193-200.

基于小波包技术的EEG信号特征波提取分析

Feature extraction of EEG signal based on wavelet package

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics