机译:使用基于最佳分配的功率谱密度估计进行癫痫性脑电信号分类
University of Southern Queensland, Australia;
University of Southern Queensland, Australia;
College of Engineering and Science, Victoria University, Australia;
Open Access College, Language Centre, University of Southern Queensland, Australia;
autoregressive processes; electroencephalography; encoding; feature extraction; learning (artificial intelligence); medical signal processing; signal classification; support vector machines;
机译:设计基于最优分配和主成分分析的鲁棒特征提取方法用于癫痫脑电信号分类
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:神经网络和和声搜索法对癫痫脑电信号的最佳分类
机译:颅内脑电图信号的癫痫性癫痫发作分类:基于脑电图的癫痫发作分类的比较研究
机译:研究脑电信号用于生物识别的潜力:一种功率谱密度方法。
机译:由于EEG信号处理导致的功率谱密度和相位数的差异
机译:一种新的基于卡尔曼滤波器的非平稳压力信号功率谱密度估计