机译:基于经验模式分解和最优特征选择的脑电图情感识别
China Univ Geosci Sch Automat Wuhan Hubei Peoples R China|Hubei Key Lab Adv Control & Intelligent Automat C Wuhan 430074 Hubei Peoples R China;
China Univ Geosci Sch Automat Wuhan Hubei Peoples R China|Hubei Key Lab Adv Control & Intelligent Automat C Wuhan 430074 Hubei Peoples R China;
China Univ Geosci Sch Automat Wuhan Hubei Peoples R China|Hubei Key Lab Adv Control & Intelligent Automat C Wuhan 430074 Hubei Peoples R China;
China Univ Geosci Sch Automat Wuhan Hubei Peoples R China|Hubei Key Lab Adv Control & Intelligent Automat C Wuhan 430074 Hubei Peoples R China;
China Univ Geosci Sch Automat Wuhan Hubei Peoples R China|Hubei Key Lab Adv Control & Intelligent Automat C Wuhan 430074 Hubei Peoples R China;
China Univ Geosci Sch Automat Wuhan Hubei Peoples R China|Hubei Key Lab Adv Control & Intelligent Automat C Wuhan 430074 Hubei Peoples R China;
Electroencephalogram (EEG); emotion recognition; empirical mode decomposition (EMD); hybrid feature; sequential backward selection (SBS);
机译:基于经验模式分解和小波的脑电图信号情感识别
机译:边缘增强的双维经验模式使用特征集的融合基于分解的情感识别
机译:基于最优特征选择的语音情绪识别使用两流深卷积神经网络
机译:基于语音的情感分类的实证模式基于加权频率特征
机译:使用互信息进行低信噪比语音识别的最佳特征选择。
机译:基于深度特征袋的基于脑电图的多模态情绪识别:一种最优特征选择方法
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:基于经验模态分解的特征与基于峰度的特征对直升机小齿轮裂纹检测的有效性。