退出
我的积分:
中文文献批量获取
外文文献批量获取
杨波; 尹鹏飞; 彭桂芳;
吉首大学现代教育技术部;
吉首大学教务处;
吉首大学张家界学院;
高级学习; 非线性学习; 原因; 作用;
机译:利用基于问题的学习发展高级社会科学课程的课堂项目:以建议为例的案例研究
机译:基于社会科学问题的基于问题的学习学习改进的问题通过基于问题的学习者解决技能
机译:机器学习的研究-韩国高级科学技术学院的科学家描述的人工神经网络
机译:青年发展在科学工程中的高级级别的德语“健身房” 基于材料科学学习课程的智能材料混合学习课程
机译:从行业和社区组织专业人员的角度学习计算机科学现实世界中基于问题的高级成功课程的学习成果和就业技能
机译:基于非线性动力学的机器学习:利用基于动态的非线性电路的灵活性实现不同的功能
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:程序学习和保留中的任务元素和个体差异:基于模型的分析
机译:基于多学习和增强现实的儿童牙科学习系统及其方法
机译:基于个体特征的机器学习在个体角色中的预测
机译:用于自动确定调谐到个体并且尚未准备好但基于个体学习需求的训练单元的设备具有输入设备,所有相互依赖的训练模块的数据库和选择设备。
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。