...
机译:基于不同的基于时间频率分布作为癫痫eeg信号分类的特征
First Mohammed Univ Natl Sch Appl Sci Lab LSE2I BP 669 Complexe Univ Hay Elqods Oujda 60000 Morocco|Univ Reims CReSTIC Lab IUT Troyes 9 Rue Quebec Troyes France;
Univ Reims LISM Lab IUT Troyes 9 Rue Quebec Troyes France;
Univ Reims LISM Lab IUT Troyes 9 Rue Quebec Troyes France;
Univ Reims CReSTIC Lab IUT Troyes 9 Rue Quebec Troyes France;
First Mohammed Univ Natl Sch Appl Sci Lab LSE2I BP 669 Complexe Univ Hay Elqods Oujda 60000 Morocco;
Univ Reims CReSTIC Lab IUT Troyes 9 Rue Quebec Troyes France;
Epileptic seizure; EEG signals; Dissimilarity; Classification; ANN; SVM; LDA; k-NN; TFA; TFD; SPWV; SNR;
机译:利用时频分布检测癫痫脑电信号的新特征提取方法
机译:使用时频分布的癫痫性脑电信号检测的新特征提取方法。
机译:基于使用高斯混合模型和灰度共同发生矩阵特征的EEG信号时频图像的癫痫癫痫检测
机译:时频图像和基于信号的特征相结合对改善脑电信号中癫痫发作活动的检测和分类的有效性
机译:癫痫发作模式和深神经结构对癫痫癫痫发作预测的多种特征分析
机译:表征和图像RsVp活动与独立时频特性脑电信号的鲁棒分类
机译:利用时频分布进行癫痫脑电信号检测的新特征提取方法