论文部分内容阅读
用ICA算法来实现fMRI信号的盲源分离，可以提取出产生fMRI信号的多种源信号。但是在处理过程中存在两个困难：（1）fMRI数据的规模比较大，计算耗时；（2）计算量太大难免产生误差。给结果的分析带来不便。所以我们考虑对数据进行降维，但是如何确定源信号的个数也是一个难题。我们利用信息论的方法来估计源信号的个数，再使用主成分分析对数据进行降维。通过这样的处理，有效地确定了源信号的个数，减少了计算量。然后将一种新的ICA算法（New fixed—point，NewFP）用于处理降维后的数据。最后通过对实际的f