|
|
Experimental Comparison of Sparse Signal Recovery Algorithms
Hoskovec, J. ; Tichavský, Petr
This report presents an experimental comparison of some of the newest and/or most common algorithms that are used for solving the sparse recovery problem: matching pursuit, orthogonal matching pursuit (OMP), A*OMP, basis pursuit, re-weighted least square (also known as FOCUSS), re-weighted L1 optimization (RL1). The comparison is done on synthetic (random) data set (dictionary) of the size 50x250 and 500x2500.
|
|
|
Automatic Removal of Sparse Artifacts in Electroencephalogram
Zima, Miroslav ; Tichavský, Petr ; Krajča, V.
This report presents an algorithm for removing artifacts from EEG signal, which is based on the method of independent component analysis utilizing the signal nonstationarity or sparsity of the artifacts. The algorithm is computationally very fast, enables online processing of long data records with excellent separation accuracy. The algorithm also incorporates using wavelet denoising of the artifact components, recently proposed by Castellanos and Makarov, which reduces distortion of the cleaned data.
|
|
|
Odstraňování artefaktů v EEG datech III
Zima, Miroslav ; Tichavský, Petr ; Krajča, V.
Data z elektroencefalogramu (EEG) bývají často poškozena nežádoucími vlivy nejrůznějšího druhu, které mnohdy překážejí jejich rutinnímu zpracování. Tato práce navrhuje metodiku potlačování artefaktů, které trvají relativně krátkou dobu (1-5 s) a vyznačují se vyššími hodnotami signálu - jako např. oční nebo pohybové artefaktu. Identifikace artefaktů a rekonstrukce signálu se provádí pomocí metod nezávislých komponent, a to sekvenčně, po kratších časových úsecích. Metoda je prezentována na zpracování novorozeneckého EEG z 8 kanálového záznamu.
|
host ::
RSS.