An efficient semi-blind source extraction algorithm and its applications to biomedical signal extraction
An efficient semi-blind source extraction algorithm and its applications to biomedical signal extraction
复制标题
一种高效的半盲源提取算法及其在生物医学信号提取中的应用
DOI：
10.1007/s11432-009-0163-0
复制
发表时间：
2009-10
期刊：
影响因子：
--
通讯作者：
Wang Gang
中科院分区：
文献类型：
--
作者：
Lu Ke;Zeng JiaZhi;Ye YaLan;SHEU Phillip C-Y;Wang Gang
在许多应用中，例如生物医学工程，常常需要提取期望信号而不是所有源信号。这可以通过盲源提取（BSE）或半盲源提取来实现，这是神经网络领域出现的强大技术。在本文中，我们提出了一个有效的半盲源提取算法提取一个期望的源信号作为其第一个输出信号，通过使用其峰度范围的先验信息。由于采用了经典的鲁棒对比度函数，该算法对野值和尖峰噪声具有较好的鲁棒性。在估计误差不大的情况下，该算法对期望信号峰度范围的估计误差也具有鲁棒性。该算法具有良好的提取性能，即使在某些源信号的峰度值非常接近的情况下，也有很好的提取性能。从理论上分析了算法的收敛性、稳定性和鲁棒性。人工生成的数据和真实世界的数据的仿真和实验证实了这些结果。
In many applications, such as biomedical engineering, it is often required to extract a desired signal instead of all source signals. This can be achieved by blind source extraction (BSE) or semi-blind source extraction, which is a powerful technique emerging from the neural network field. In this paper, we propose an efficient semi-blind source extraction algorithm to extract a desired source signal as its first output signal by using a priori information about its kurtosis range. The algorithm is robust to outliers and spiky noise because of adopting a classical robust contrast function. And it is also robust to the estimation errors of the kurtosis range of the desired signal providing the estimation errors are not large. The algorithm has good extraction performance, even in some poor situations when the kurtosis values of some source signals are very close to each other. Its convergence stability and robustness are theoretically analyzed. Simulations and experiments on artificial generated data and real-world data have confirmed these results.
登录
查看更多内容
DOI：
10.1109/cic.2000.898456
发表时间：
2000-09
期刊：
Computers in Cardiology 2000. Vol.27 (Cat. 00CH37163)
影响因子：
--
作者：
P. Langley;J. Bourke;Alan Murray
通讯作者：
P. Langley;J. Bourke;Alan Murray
DOI：
10.1109/icnc.2007.131
发表时间：
2007-08
期刊：
Third International Conference on Natural Computation (ICNC 2007)
影响因子：
--
作者：
Yalan Ye;Zhi-Lin Zhang;Jia Chen;D. Wu
通讯作者：
Yalan Ye;Zhi-Lin Zhang;Jia Chen;D. Wu
影响因子：
6
作者：
Zhi-Lin Zhang;Zhang Yi
通讯作者：
Zhi-Lin Zhang;Zhang Yi
DOI：
--
发表时间：
2002-09
期刊：
--
影响因子：
--
作者：
A. Cichocki;S. Amari
通讯作者：
A. Cichocki;S. Amari
DOI：
10.1007/978-3-540-92910-9_13
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Seungjin Choi
通讯作者：
Seungjin Choi