一种EEG信号盲分离和分类的神经网络方法

提出一种采用多神经网络处理脑电( EEG) 信号的方法。首先,对混有噪声的脑电信号给出一种盲分离的自适应神经算法。通过寻求采样时间序列线性组合的kurtosis 系数的局部极值,得出该算法的模型和步骤。 在盲分离的基础上,对分离出的估计信号进一步利Kohonen 网络进行分类。将该算法用于300 个EEG样本处理,并给出处理结果。