退出
我的积分:
中文文献批量获取
外文文献批量获取
赵振学;
兰州石化职业技术学院信息处理与控制工程学院;
甘肃兰州730060;
瓦斯浓度时间序列; 经验模态分解技术; 极限学习机; 预测分析;
机译:基于EMD和ELM的国家风险预测:金砖国家的证据
机译:基于EMD-ELM方法的SDOF系统强地震地震动和地震响应的多步预测
机译:基于简单机械系统的群体智能优化技术的性能和时间序列分析研究
机译:基于前馈网络的EMD-ELM和OS-ELM组合技术用于光伏发电预测
机译:基于EMD的模式识别技术。
机译:勘误至:轻度SLE疾病患者中55 kD可溶性TNF受体浓度与特异性和非特异性症状之间的因果关系:探索性时间序列分析研究
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:EmDs用户指南(2.0版):基于知识的生态211评估决策支持
机译:气体例如钻井装置的浓度确定装置碳氢化合物,包括测量代表泥浆分析样品提取物中的瓦斯量的信息,并基于数量和一条曲线来计算瓦斯浓度
机译:基于经验模式分解的技术(EMD)基于噪声估计
抱歉,该期刊暂不可订阅,敬请期待!
目前支持订阅全部北京大学中文核心(2020)期刊目录。