...
机译:基于间接和自适应加密技术的语音信号隐蔽通信模型
Univ Kerbala Fac Engn Dept Elect &
Elect Engn Karbala 56001 Iraq;
Multimedia security; Indirect encryption; Speech hiding; Speech encryption; Wavelet transform; Covert communications;
机译:基于间接和自适应加密技术的语音信号隐蔽通信模型
机译:基于自适应学习的通信系统语音增强技术
机译:基于云的医疗系统安全医学数据通信的多目标自适应遗传算法集成的混合数据加密模型
机译:一种新颖的基于Android的移动应用程序,可利用秘密通信来隐藏语音信号中的信息
机译:新颖的复杂自适应信号处理技术,采用了最佳推导的时变收敛因子,并在数字信号处理和无线通信中得到了应用。
机译:秘密语音通信中混合语音的存在性检测和嵌入率估计
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)