退出
我的积分:
中文文献批量获取
外文文献批量获取
胡劲松; 杨世锡;
宁波工程学院电信学院;
浙江大学机能学院;
旋转机械; 振动信号; 自相关; 经验模态分解;
机译:基于信号分解和神经模糊建模的旋转机械振动信号预测
机译:基于蚱optimization优化算法的参数自适应VMD方法分析旋转机械振动信号
机译:使用基于信号的经验模式分解(EMD)的字典方法在长期脑电图中检测患者特定的癫痫发作
机译:基于EMD的机械振动信号降噪方法
机译:振动相关信号的研究,以监测大型露天旋转式爆破电钻。
机译:基于力传感装置方法的股骨组件旋转术后层析成像与基于解剖地标方法的假想旋转对准的先导研究
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:用旋转和小波技术分解二维信号的数值方法
机译:用于确定用于应用经验模态分解(EMD)以及对通过应用EMD获得的固有模式函数进行解调的掩蔽信号的系统和方法
机译:确定用于应用经验模态分解(EMD)的信号和用于解调从EMD应用中获得的固有模式功能的系统和方法
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
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。