دانلود مقاله ISI انگلیسی شماره 78917
ترجمه فارسی عنوان مقاله

روش انتخاب محدوده بهبود یافته برای فیلتر تطبیقی مبتنی بر الگوریتم تکاملی از سیگنال های EEG/ERP

عنوان انگلیسی
Improved range selection method for evolutionary algorithm based adaptive filtering of EEG/ERP signals
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی
78917 2014 13 صفحه PDF
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Neurocomputing, Volume 144, 20 November 2014, Pages 282–294

ترجمه کلمات کلیدی
تکامل تفاضلی (DE)؛ الگوریتم ژنتیک (GA)؛ بهینه سازی تغذیه میکروبی (BFO)؛ انتخاب محدوده؛ فیلتر تطبیقی
کلمات کلیدی انگلیسی
Differential evolution (DE); Genetic algorithm (GA); Bacterial foraging optimization (BFO); Range selection; Adaptive filtering
پیش نمایش مقاله
پیش نمایش مقاله  روش انتخاب محدوده بهبود یافته برای فیلتر تطبیقی مبتنی بر الگوریتم تکاملی از سیگنال های EEG/ERP

چکیده انگلیسی

A frame work for Adaptive Filter/Adaptive Noise Canceller (AF/ANC) design through Evolutionary Algorithm (EA) is presented as an application in Electroencephalography /Event Related Potentials (EEG/ERP) filtering. Process of parameter setting for EA is also explored. A concept of bounded or controlled search space is proposed to identify the best range for search space. Statistical analysis over the simulation results has been performed to quantitatively identify the range and its control parameter. Differential Evolution (DE), Genetic Algorithm (GA) and Bacterial Foraging Optimization (BFO) are implemented for the design of AF. Testing of AF has been done through consideration of two types of noise (white noise and ongoing EEG noise) over three ERP signals (Simulated Visual Evoked Potential, Real Evoked Potential and Real Sensorimotor Evoked Potential).