机译:最优特征选择和神经网络的基于软计算的脑电分类
Univ Engn & Technol Al Khawarizmi Inst Comp Sci Lahore 54000 Pakistan;
Univ Engn & Technol Dept Comp Sci Lahore 54890 Pakistan;
AUE Coll Comp Informat Technol Dubai 503000 U Arab Emirates;
Gnowit Inc Ottawa ON K2K 1Y6 Canada;
Jordan Univ Sci & Technol Comp Sci Irbid 3030 Jordan;
Natl Inst Technol Kurukshetra Kurukshetra 136119 Haryana India;
Feature extraction; Electroencephalography; Cutoff frequency; Brain-computer interfaces; Support vector machines; Linear discriminant analysis; Radial basis function networks; Electroencephalogram (EEG); linear discriminant analysis (LDA); radial basis function neural networks (RBFNN); sequential backward floating selection (SBFS); soft computing;
机译:最优径向基函数神经网络的有效特征选择和分类
机译:三阶段教师,学生神经网络和基于顺序馈线的基于顺序馈线的特征选择方法,用于自闭症谱系障碍分类
机译:神经网络和和声搜索法对癫痫脑电信号的最佳分类
机译:具有可重复使用的全维层长层的卷积神经网络,用于在EEG信号中的特征选择和分类电机图像
机译:颞叶癫痫的EEG数据挖掘和分类模型:小波-混沌神经网络方法和尖峰神经网络。
机译:三阶段教师学生神经网络和基于顺序馈线的基于顺序馈线的特征选择方法用于自闭症谱系障碍分类
机译:使用连接功能和卷积神经网络的情感EEG分类
机译:使用前馈神经网络和信噪比的突出特征选择,重点是网络威胁检测和分类。