TY -的A2 -塔瓦雷斯,若奥•r . s . AU -罗伊,这个非盟- Shukla Shailja盟——Shukla总裁Kumar盟——Rawat Paresh PY - 2017 DA - 2017/10/08 TI -高斯Elimination-Based小说典型相关分析方法对脑电图运动工件去除SP - 9674712六世- 2017 AB -运动生成的捕获时间electro-encephalography (EEG)信号导致的工件,这可能会降低获得信息的质量。现有工件去除方法用典型相关分析(CCA)去除工件一起合奏经验模态分解(EEMD)和小波变换(WT)。提出了一种新方法,进一步分析和提高过滤性能,减少过滤器非常嘈杂的环境下计算时间。CCA的这种新方法是基于高斯消元法用于计算相关系数使用反斜杠操作,是专为脑电图信号运动工件去除。使用高斯消去法求解线性方程来计算特征值降低计算成本的CCA方法。这部小说测试方法对现有工件去除技术使用EEMD-CCA和小波变换。性能测试在合成和真实的EEG信号数据。提出了工件去除技术评估使用效率矩阵如del信号噪声比(DSNR),λ( λ),均方根误差(RMSE),运行时间,中华民国参数。结果表明该算法的适应性用作补充目前使用的算法。SN - 2040 - 2295 UR - https://doi.org/10.1155/2017/9674712 - 10.1155 / 2017/9674712摩根富林明医疗工程PB - Hindawi KW - ER