退出
我的积分:
中文文献批量获取
外文文献批量获取
薛思敏; 黄汉明; 施佳鹏; 袁雪梅; 黎炳君;
广西师范大学计算机科学与信息工程学院;
广西桂林54100;
天然地震; 人工爆炸; 事件源类型识别; 经验模态分解; Kullback-Leibler距离;
机译:基于时域和频域系统识别方法的建筑物地震动力特性评估ARX模型与子空间方法,CMIF方法的识别精度比较
机译:通过基于互信息的统计学显着特征提取来实现综合的致癌标记识别:基于关联规则挖掘的癌症表达和甲基化谱研究
机译:基于增强型互补经验模式分解的滚动轴承故障特征提取与诊断,自适应噪声和统计时域特征
机译:应用于宽带源定位问题的Rational类型的频谱信号子空间的时域识别
机译:一种新的基于二维EMD的边缘检测的面部表情识别方法。
机译:基于自适应噪声和统计时域特征的增强型互补经验模态分解的滚动轴承故障特征提取与诊断
机译:EEG信号在EMD域S. S. Shafiul Alam,S中的非线性动力学使用非线性动力学。 M. Shafiul Alam,Aurangozeb和Syed Tarekshahriar摘要 - 基于EMD Chaos的方法,提出了对应于健康人的EEG信号,癫痫发作期间的癫痫患者和Seizureattacks。脑电图(EEG)首先被凭经上分解为内在模式功能(IMF)。这些IMF的非线性动力学在最大范围的指数(LLE)和相关尺寸(CD)方面是量化的。本域中的混沌分析应用于与健康人相对应的大型脑电图(Asepileptic患者)(两者都有癫痫发作)。因此,所获得的LLE和CD表展的价值可以从EMD领域的其他EEG信号中清晰地区分脑电图的表达展示。本拟议的方法可以帮助研究人员以预测癫痫发作的癫痫发作技术。索引术语 - 脑电图(EEG),仿真态分解(EMD),最大的Lyapunov指数(LLE),相关维度(CD),癫痫发作。作者与电气电子和电子工程公司,孟加拉国工程和技术大学,孟加拉国达卡 - 1000(电子邮件:imamul@eee.buet.ac.bd)pdf cite:s. m. shafiul Alam,s。 M. Shafiul Alam,Aurangozeb和Syed Tarek Shahriar,“EEG信号歧视在EMD领域的非线性动态,”计算机电气工程卷国际杂志。 4,不。 3,pp。326-330,2012,上一篇论文对情绪的看法,使用建设性的学习言论下一篇论文物理层障碍意识到OVPN连接选择机制版权所有©2008-2013。国际计算机科学与信息技术协会出版社(IACSIT Press)
机译:基于二阶统计的盲识别与均衡:一种时域域方法
机译:使用固有模式函数(IMF)的统计属性的基于经验模式分解(EMD)的信号去噪技术
机译:利用内在模式函数(IMFS)的统计特性的基于经验模态分解(EMD)的信号去噪技术
机译:语音识别方法,其中在多阶段评估过程中,将基于语法和统计的语音识别模型应用于相同的单词序列或不同的单词序列
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。