论文部分内容阅读
为了有效地改善模态混叠问题以适应脑电信号的研究，提出了一种改进的集合经验模态分解算法。首先对脑信号进行相关性筛选；然后自适应地从原始脑信号中预测脑电特性信号，融合高斯白噪声生成新型脑信号噪声；最后基于该噪声进行集合经验模态分解。仿真实验表明，新型脑信号噪声不仅具有自适应特性，而且可以更好地解决脑信号经验模态分解中的模态混叠问题，同时也证明了该算法在脑电研究领域的理论和应用价值。