《表2 图6中各独立分量的熵值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《采用样本熵自适应噪声完备经验模态分解的脑电信号眼电伪迹去除算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

实验选取真实数据集中60个健康受试者睁眼时的脑电数据进行识别率计算，结果发现80%样本能够通过熵值计算准确自动识别眼电伪迹分量（3种熵值均可），而文献[20]中的识别率约为53.3%。基于样本熵的伪迹识别率相对于基于峰度[20]的伪迹识别率提高26.7%。对相同独立分量3种不同熵的运行时间以及熵值（保留两位小数）进行比较，结果如表2和表3所示。实验结果表明，样本熵运行时间最短，模糊熵运行时间最长。