Community Service Learning; Computer Science; Robotics; Public Speaking;
机译:2001-2011年提交给印度理工学院德里计算机科学与工程系的计算机科学与工程博士学位论文的引文分析:一项研究
机译:使用订单统计信息更好地预测软件故障时间Nasser Abosaq *(*:abosaq@yic.edu.sa)查看所有注释沙特阿拉伯盐步工业学院电气与电子工程技术系Walter Bond佛罗里达学院计算机科学系科技,150 W. UniversityBlvd。美国佛罗里达州墨尔本市32901
机译:设计计算机科学课程的学习对象:对达曼大学教育学院计算机系学生的实践技能和专业兴趣的培养是否有影响?
机译:计算机工程与计算机科学部的社区服务学习课程
机译:辍学计算机科学:社区大学计算机科学专业学生生活经历的现象学研究
机译:用于计算机科学和软件工程教育中网络学习环境的用户界面(UI)和用户体验(UX)评估框架
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)