机译:计算机视觉推理机制的比较李泽年威斯康星大学-密尔沃基分校电气工程与计算机科学系,威斯康星州密尔沃基53706
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:威斯康星大学 - 密尔沃基教育学士学位的灵活选择
机译:威奇托州立大学航空航天与电气工程与计算机科学系
机译:威斯康星州密尔沃基大学的计算机知识素养
机译:确定威斯康星州密尔沃基大学的数学105-中级代数与通用核心州标准的目标是否一致。
机译:大学生SARS-COV-2爆发期间的计算机视觉综合征:在线课程与课堂讲座之间的比较
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:2001年研究概要,工学与应用科学研究生院电气与计算机工程系