机译:加州大学工程与应用科学学院仿真技术中心
机译:加州大学工程与应用科学学院仿真技术中心
机译:使用订单统计信息更好地预测软件故障时间Nasser Abosaq *(*:abosaq@yic.edu.sa)查看所有注释沙特阿拉伯盐步工业学院电气与电子工程技术系Walter Bond佛罗里达学院计算机科学系科技,150 W. UniversityBlvd。美国佛罗里达州墨尔本市32901
机译:基于模型的大学校友应用于计算机工程与科学的评估
机译:蓝田州立大学应用研究与技术中心的建筑工程技术应用研究助理计划
机译:改变工程与应用科学学院的学习环境:教育培训对未来学院和以学生为中心的教育学对本科生的影响。
机译:RCSB蛋白质数据库:用于探索生物大分子的3D结构的强大新工具基本生物学生物医学生物技术生物工程和能源科学中的基础和应用研究和教育
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:p. C. Rossin工程与应用科学学院工程硕士能源系统工程课程智能校园能源系统演示。