基于稀疏性的指数伪迹校正
机器学习
2015-09-25 v1
摘要
本文描述了一种指数瞬态剔除算法（ETEA）。在生物医学时间序列分析中，例如体内神经记录与皮层电图（ECoG），某些测量伪迹呈现为分段指数瞬态。所提方法被表述为一个无约束凸优化问题，由平滑l1范数惩罚函数正则化，可通过优超最小化（MM）方法求解。通过对正则化项稍作修改，ETEA还能抑制更不规则的分段平滑伪迹，尤其是脑电图（EEG）数据中的眼电伪迹（OA）。文中给出合成信号、EEG数据与ECoG数据的示例以阐明所提算法。
引用
@article{arxiv.1509.07234,
title = {Sparsity-based Correction of Exponential Artifacts},
author = {Yin Ding and Ivan W. Selesnick},
journal= {arXiv preprint arXiv:1509.07234},
year = {2015}
}