退出
我的积分:
中文文献批量获取
外文文献批量获取
甘维明; 中国科学院声学所南海研究站; 李风华;
中国声学学会;
非线性动力学; 预测模型; 海洋混响; 信号检测; 自适应滤波器; 神经网络;
机译:基于复杂度的海洋环境噪声微弱信号检测方法
机译:基于盲通道识别的两阶段混响环境中语音信号分离与去混响方法
机译:基于混响指标RSR-D_n的混响环境下语音识别的预测性能评估
机译:不确定海洋环境下的新型海洋低信噪比信号(NOLOSS)检测方法
机译:修改了两个基于PCR的检测方法,用于区分毛滴虫卵,并用天然感染的牛粪便样品进行了验证。
机译:通过基于微环境信号的非线性放大的肿瘤成像的基于纳米粒子的广泛策略。
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:基于物理的先进环境下离散杂波和漫反射混响建模
机译:D类功率放大器的故障检测方法,包括产生比较信号,并基于比较信号之间的比较产生故障指示信号以指示故障
机译:使用基于低通基带的线性/非线性预测模型对信号中的高频信号信息进行高效编码
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。