机译:基于最优区间选择和线性回归分析的SRM精确位置估计
Department of Electrical Engineering, Northwestern Polytechnical University, Xi’an, China;
Interval selection; Switched reluctance machine (SRM); interval selection; linear flux-linkage model; monadic linear regression analysis; monadic linear regression analysis (MLRA); position estimation; switched reluctance machine (SRM); torque-balanced measurement;
机译:基于Minkowski差的区间线性回归分析-传统与区间线性回归模型之间的桥梁
机译:长期选择中使用的非线性回归模型的优化实验设计和参数估计精度
机译:线性回归模型中基于先验的贝叶斯变量选择的一致性和最优性
机译:基于区间系数样条模糊模型的非线性区间回归分析
机译:大数据线性回归的基于信息的最优子数据选择算法和合适的变量选择算法。
机译:基于WLAN的室内定位接入点选择标准的选择及其他位置估计特性。
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)