退出
我的积分:
中文文献批量获取
外文文献批量获取
袁密桁; 董煜阳; 吕晓彤;
昆明理工大学信息工程与自动化学院;
脑机接口; 情绪识别; 溯源分析; 特征提取; 分类;
机译:基于组稀疏典范相关分析的基于多通道EEG的情绪识别
机译:使用稳健的主成分分析改善基于全天的基于EEG的情绪分类
机译:基于ICA同时记录EEG和fMRI的情绪调节神经机制研究
机译:情绪智力:对情绪能力的探索性研究,作为情绪能力和绩效结果之间的调节者。
机译:鲁棒的主成分分析改善基于全天的基于EEG的情绪分类
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:使用实时fmRI和EEG辅助神经反馈治疗与战斗相关的战斗人员的情绪调节训练。
机译:S和M用于通过电子脑电(EEG)测量分析和评估抑郁症和其他情绪障碍
机译:脑电图(EEG)使用测量值分析了抑郁症和其他情绪障碍的评估系统和方法
机译:使用电心法(EEG)测量分析和评估抑郁症及其他情绪障碍的S&M
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。