机译:野猫选择的植物物理特征作为信号杆:粪便标记的经济方法
Unidad Zoologia, Departamento de Biologia, Facultad de Ciencias, Universidad Autonoma de Madrid,C/Darwin, n° 2, Campus Universitario de Cantoblanco,28049 Madrid, Spain;
Unidad Zoologia, Departamento de Biologia, Facultad de Ciencias, Universidad Autonoma de Madrid,C/Darwin, n° 2, Campus Universitario de Cantoblanco,28049 Madrid, Spain;
diameter; fecal marking; height; plant species; visual conspicuousness; wildcats;
机译:用于水平信号化的标记漆的颜色参数,白度指数和物理特征
机译:一种新的机械故障特征选择和诊断使用功能提取的高压断路器没有信号处理
机译:基于蚱蜢优化算法的合奏分类器优化和特征选择来分类癫痫脑电图信号
机译:可靠的后验信噪比功能选择
机译:在苏卢瓦型矿床中生长的原生植物积累所选金属的评估=对土壤植物生长植物生长植物的金属积聚评估
机译:无需信号处理即可提取特征的高压断路器机械故障特征选择与诊断新方法
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:管理选定的运输资产:信号,照明,标志,路面标记,涵洞和人行道。公路实践综合