退出
我的积分：
中文文献批量获取
外文文献批量获取
韦保林;
桂林电子工业学院通信与信息工程系,桂林,541004;
脑电信号; 小波变换; 自动检测;
机译：EEG信号处理用于癫痫癫痫发作检测的使用5级DB4离散小波变换，基于GA的特征选择和ANN / SVM分类器
机译：使用小波变换和人工神经网络自动癫痫癫痫发作检测的EEG信号分析
机译：使用可调Q因子小波变换和Bootstrap汇总的EEG信号癫痫发作检测
机译：使用小波变换和SVM分类器实现EEG信号中的癫痫癫痫发作检测
机译：从EEG信号中检测癫痫发作峰值。
机译：通过互补集合经验模式分解和极端梯度升压检测EEG信号中的癫痫癫痫发作
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：DETECT：用于时间序列中事件检测和识别的maTLaB工具箱，以及EEG信号中的伪影检测应用。
机译：用于从EEG信号中检测癫痫发作的系统和装置
机译：一种自动检测EEG中癫痫和非典型癫痫样发作并实时触发的方法。
机译：心理控制通过功率谱扩展进行测量。脑电图（EEG）波中的信号-涉及评估积分的α-心律谱与整个EEG功率谱的积分之比
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。
